BaşlayınÜcretsiz başlayın

Bootstrap histogramı

Mayıs ayında Cincinnati'ye tatile gitmeyi düşünüyorsun ama NO2'ye karşı ciddi bir hassasiyetin var. Cincinnati'nin Mayıs aylarına ait birkaç yıllık kirlilik verisini çekiyor ve ortalama NO2 seviyelerinin bootstrap tahminine bakıyorsun. Elinde yalnızca tek bir tahmin olduğundan, bootstrap tahminlerinin sonuçlarını görselleştirmenin en iyi yolu bir histogram kullanmak.

Sen bootstrap histogramının tek başına verdiği sezgiyi sevsen de, seninle tatile gelecek partnerin yüzde aralıklarını görmeyi tercih ediyor. Onu da düşünerek, bölgeyi gölgelendirerek %95'lik aralığı vurgulamaya karar veriyorsun.

Bu egzersiz, kursun bir parçasıdır

Python'da Veri Görselleştirmelerini İyileştirme

Kursa Göz Atın

Egzersiz talimatları

  • %95'lik bir aralık elde etmek için gerekli alt ve üst yüzdelikleri percentile() fonksiyonuna ver.
  • Grafiğin arka planını %95'lik aralıkta gölgelendir.
  • Bootstrap ortalamalarının histogramını 100 kutu (bin) ile çiz.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

cinci_may_NO2 = pollution.query("city  ==  'Cincinnati' & month  ==  5").NO2

# Generate bootstrap samples
boot_means = bootstrap(cinci_may_NO2, 1000)

# Get lower and upper 95% interval bounds
lower, upper = np.percentile(boot_means, [____, ____])

# Plot shaded area for interval
plt.axvspan(____, ____, color = 'gray', alpha = 0.2)

# Draw histogram of bootstrap samples
sns.histplot(____, ____ = 100)

plt.show()
Kodu Düzenle ve Çalıştır