ПочатиПочніть безкоштовно

Базова оцінка методом jackknife — середнє

Вибіркове перезразкування jackknife — це старіша процедура, яку застосовують рідше, ніж bootstrapping. Проте корисно знати, як виконати базову оцінку цим методом. У цій першій вправі ми обчислимо jackknife-оцінку для середнього. Повернімося до заводу гайкових ключів.

Ви володієте заводом, що виробляє гайкові ключі, і хочете виміряти їхню середню довжину, щоб переконатися, що вони відповідають специфікаціям. Ваш завод щодня випускає тисячі ключів, але виміряти довжину кожного — нереально. Водночас у вас є репрезентативна вибірка зі 100 ключів. Скористаймося jackknife-оцінюванням, щоб отримати середню довжину.

Ознайомтеся зі змінною wrench_lengths у консолі.

Ця вправа є частиною курсу

Статистичне моделювання в Python

Переглянути курс

Інструкції до вправи

  • Отримайте jackknife-вибірку, по черзі виключаючи по одному спостереженню з wrench_lengths, і присвойте результат до jk_sample.
  • Обчисліть середнє для jk_sample та додайте його в кінець mean_lengths.
  • Нарешті, обчисліть jackknife-оцінку mean_lengths_jk як середнє масиву mean_lengths.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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))
Редагувати та запускати код