BaşlayınÜcretsiz Başlayın

Basit bir bootstrap çalıştırma

Bootstrapping bölümündeki ilk egzersize hoş geldin. Bu örnekte basit bir bootstrap nasıl çalıştırılır öğreneceğiz. Videoda gördüğümüz gibi, bootstrapping'in temel fikri, yerine koyarak örnekleme yapmaktır.

Diyelim ki anahtar üreten bir fabrikan var. Anahtarların ortalama uzunluğunu tanımlamak ve belirli teknik şartları karşıladıklarından emin olmak istiyorsun. Fabrikan her gün binlerce anahtar üretiyor, ancak her birinin uzunluğunu ölçmek mümkün değil. Yine de, elinde 100 anahtardan oluşan temsilî bir örneklem var. Ortalama uzunluklar için %95 güven aralığını (GA) elde etmek üzere bootstrapping kullanalım.

Kabukta, 100 gözlenen anahtar uzunluğu içeren wrench_lengths listesini incele.

Bu egzersiz

Python'da İstatistiksel Benzetim

kursunun bir parçasıdır
Kursu Görüntüle

Egzersiz talimatları

  • wrench_lengths içinden yerine koyarak rastgele bir örnek çek ve temp_sample içinde sakla. size = len(wrench_lengths) olarak ayarla.
  • Her örneğin ortalama uzunluğunu hesapla, sample_mean değişkenine ata ve ardından mean_lengths listesine ekle.
  • np.percentile() kullanarak bootstrapped ortalamayı (boot_mean) ve bootstrapped %95 güven aralığını (boot_95_ci) hesapla.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Draw some random sample with replacement and append mean to mean_lengths.
mean_lengths, sims = [], 1000
for i in range(sims):
    temp_sample = ____(____, replace=____, size=____)
    sample_mean = ____
    mean_lengths.append(sample_mean)
    
# Calculate bootstrapped mean and 95% confidence interval.
boot_mean = np.mean(____)
boot_95_ci = ____(mean_lengths, [2.5, 97.5])
print("Bootstrapped Mean Length = {}, 95% CI = {}".format(boot_mean, boot_95_ci))
Kodu Düzenle ve Çalıştır