BaşlayınÜcretsiz Başlayın

Standart olmayan kestiriciler

Son egzersizde, şimdi daha karmaşık kestiriciler için değiştireceğimiz basit bir bootstrap çalıştırdın.

Öğrencilerin sağlığını incelediğini varsayalım. 1000 öğrencinin boy ve kilo bilgileri veriliyor ve hem medyan boyla hem de boy ile kilo arasındaki korelasyonla ilgileniyorsun; ayrıca bu büyüklükler için %95 GA (güven aralığı) istiyorsun. Hadi bootstrapping kullanalım.

1000 öğrencinin boy ve kilolarını içeren pandas DataFrame'i df'i incele. Bunu kullanarak hem medyan boy hem de boy ile kilo arasındaki korelasyon için %95 GA'yı hesapla.

Bu egzersiz

Python'da İstatistiksel Benzetim

kursunun bir parçasıdır
Kursu Görüntüle

Egzersiz talimatları

  • Yerine koyarak örnekleme yapmak için df üzerinde .sample() metodunu kullan ve sonucu tmp_df değişkenine ata.
  • tmp_df içinde üretilen her veri kümesi için, .median() ve .corr() kullanarak medyan boyu ve boy-kilo korelasyonunu hesapla.
  • Medyan boyları height_medians listesine, korelasyonları hw_corr listesine ekle.
  • Son olarak, yukarıdaki her bir büyüklük için np.percentile() kullanarak %95 ([2.5, 97.5]) güven aralıklarını hesapla.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Sample with replacement and calculate quantities of interest
sims, data_size, height_medians, hw_corr = 1000, df.shape[0], [], []
for i in range(sims):
    tmp_df = ____(n=____, replace=____)
    height_medians.append(____)
    hw_corr.append(____)

# Calculate confidence intervals
height_median_ci = np.____
height_weight_corr_ci = np.____
print("Height Median CI = {} \nHeight Weight Correlation CI = {}".format( height_median_ci, height_weight_corr_ci))
Kodu Düzenle ve Çalıştır