เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Bootstrapping กับการสมมติการแจกแจงแบบปกติ

คุณได้เห็นผลลัพธ์ของช่วงความเชื่อมั่นแบบ bootstrap สำหรับค่า Pearson's R แล้ว แต่สำหรับสถานการณ์ทั่วไป เช่น การสร้างช่วงความเชื่อมั่นสำหรับค่าเฉลี่ย ล่ะ? เหตุใดจึงควรใช้ช่วงความเชื่อมั่นแบบ bootstrap แทนช่วงความเชื่อมั่นแบบ "ปกติ" ที่ได้จาก stats.norm?

มีการโหลด DataFrame ที่แสดงข้อมูลการลงทุนจากบริษัทร่วมทุน (investments_df) ไว้ให้แล้ว พร้อมด้วยแพ็กเกจ pandas เป็น pd, NumPy เป็น np และ stats จาก SciPy

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

พื้นฐานการอนุมานทางสถิติด้วย Python

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Select just the companies in the Analytics market
analytics_df = ____[____ == 'Analytics']

# Confidence interval using the stats.norm function
norm_ci = stats.norm.____(alpha=____,
                         loc=____,
                         scale=____.std() / np.___(____))

# Construct a bootstrapped confidence interval
bootstrap_ci = stats.bootstrap(data=(____, ),
                              statistic=np.____)

print('Normal CI:', norm_ci)
print('Bootstrap CI:', bootstrap_ci.confidence_interval)
แก้ไขและรันโค้ด