การประมาณค่าแบบ Jackknife เบื้องต้น - ค่าเฉลี่ย

Jackknife resampling เป็นวิธีการที่มีมานานแล้ว และปัจจุบันใช้งานน้อยกว่า bootstrapping อย่างไรก็ตาม การรู้จักวิธีรัน Jackknife estimation เบื้องต้นยังคงมีประโยชน์ ในแบบฝึกหัดแรกนี้ เราจะคำนวณค่าประมาณแบบ Jackknife สำหรับค่าเฉลี่ย กลับมาที่โรงงานผลิตประแจกันอีกครั้ง

สมมติว่าคุณเป็นเจ้าของโรงงานผลิตประแจ และต้องการวัดความยาวเฉลี่ยของประแจเพื่อให้แน่ใจว่าตรงตามข้อกำหนด โรงงานผลิตประแจได้หลายพันชิ้นต่อวัน แต่การวัดความยาวทุกชิ้นนั้นเป็นไปได้ยาก อย่างไรก็ตาม เรามีตัวอย่างที่เป็นตัวแทน 100 ชิ้น มาใช้ Jackknife estimation เพื่อหาความยาวเฉลี่ยกัน

ตรวจสอบตัวแปร wrench_lengths ใน shell

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การจำลองทางสถิติด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

สร้างตัวอย่างแบบ Jackknife โดยวนซ้ำและตัดการสังเกตออกทีละหนึ่งรายการจาก wrench_lengths แล้วกำหนดให้กับตัวแปร jk_sample
คำนวณค่าเฉลี่ยของ jk_sample และ append ผลลัพธ์ลงใน mean_lengths
สุดท้าย คำนวณค่าประมาณ Jackknife mean_lengths_jk เป็นค่าเฉลี่ยของอาร์เรย์ mean_lengths

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Leave one observation out from wrench_lengths to get the jackknife sample and store the mean length
mean_lengths, n = [], len(wrench_lengths)
index = np.arange(n)

for i in range(n):
    jk_sample = ____[index != i]
    mean_lengths.append(____)

# The jackknife estimate is the mean of the mean lengths from each sample
mean_lengths_jk = ____(np.array(mean_lengths))
print("Jackknife estimate of the mean = {}".format(mean_lengths_jk))

แก้ไขและรันโค้ด