Bootstrap ve Standart Hata

Bir Milli Park’ta, görevliler park patikalarını korumanın bir parçası olarak her gün yürüyüşe çıkıyor. Her zaman aynı rotayı seçmiyorlar ama gün sonunda kat ettikleri mesafe ve süreyi kaydediyorlar. Amacımız, tek bir görevlinin sınırlı sayıdaki verisinden yola çıkarak günlük kat edilen mesafedeki değişimleri istatistiksel bir modelle açıklamak.

Hedefin, bootstrap yeniden örnekleme kullanarak her yeniden örnekleme için bir ortalama hesaplayıp ortalamaların bir dağılımını oluşturmak ve ardından standart hatayı hesaplayarak, örneklem istatistiğinin anakütle istatistiği için bir kestirici olarak taşıdığı "belirsizliği" nicelleştirmek.

Önceden yüklenmiş, kat edilen mesafeye ait 500 bağımsız ölçüm içeren sample_data dizisini kullan. Bu derste basitleştirmek için şimdilik benzetim (simüle) bir veri kümesi kullanıyoruz. İleride daha gerçekçi veriler göreceğiz.

Bu egzersiz, kursun bir parçasıdır

Python ile Doğrusal Modellemenin Temelleri

Kursa Göz Atın

Egzersiz talimatları

sample_datayı anakütle için model olarak ata.
num_resamples kez yinele:
- Her seferinde np.random.choice() kullanarak, population_model içinden size=resample_size ve replace=True olacak şekilde bir bootstrap_sample üret.
- Her seferinde örneklem ortalamasını hesapla ve sakla.
bootstrap_means için np.mean() ve np.std() hesapla ve yazdır.
Tanımlı plot_data_hist() fonksiyonunu kullanarak bootstrap_means dağılımını görselleştir.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Use the sample_data as a model for the population
population_model = ____

# Resample the population_model 100 times, computing the mean each sample
for nr in range(num_resamples):
    bootstrap_sample = np.random.____(population_model, size=____, replace=____)
    bootstrap_means[nr] = np.____(bootstrap_sample)

# Compute and print the mean, stdev of the resample distribution of means
distribution_mean = np.mean(____)
standard_error = np.std(____)
print('Bootstrap Distribution: center={:0.1f}, spread={:0.1f}'.format(____, ____))

# Plot the bootstrap resample distribution of means
fig = plot_data_hist(____)

Kodu Düzenle ve Çalıştır