การสร้าง Bootstrap Distribution
กระบวนการสร้าง bootstrap distribution นั้นคล้ายกับการสร้าง sampling distribution โดยต่างกันเพียงขั้นตอนแรกเท่านั้น
ในการสร้าง sampling distribution จะเริ่มจากประชากรทั้งหมด แล้วสุ่มตัวอย่างแบบไม่ใส่คืน ส่วนการสร้าง bootstrap distribution จะเริ่มจากตัวอย่าง (sample) ที่มีอยู่ แล้วสุ่มซ้ำแบบใส่คืน (sampling with replacement) หลังจากนั้น ขั้นตอนจะเหมือนกัน คือคำนวณค่าสถิติสรุปที่สนใจจาก sample หรือ resample นั้น แล้วทำซ้ำกระบวนการหลายรอบ ในทั้งสองกรณี สามารถแสดงการกระจายด้วยฮิสโตแกรมได้
ในแบบฝึกหัดนี้ spotify_sample คือชุดข้อมูลย่อยของ spotify_population เพื่อให้เห็นการทำงานของ resampling ได้ชัดเจนขึ้น จึงได้เพิ่มคอลัมน์ดัชนีแถวชื่อ 'index' และเลือกเฉพาะคอลัมน์ชื่อศิลปิน ชื่อเพลง และ danceability เท่านั้น
spotify_sample พร้อมใช้งานแล้ว รวมถึง pandas, numpy, และ matplotlib.pyplot ที่โหลดด้วย alias ปกติ
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การสุ่มตัวอย่างใน Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Generate 1 bootstrap resample
spotify_1_resample = ____
# Print the resample
print(spotify_1_resample)