ПочатиПочніть безкоштовно

Візуалізація бутстреп-зразків

У цій вправі ви згенеруєте бутстреп-зразки з набору щорічних опадів, виміряних на метеостанції Шеффілда у Великій Британії з 1883 по 2015 роки. Дані збережено в масиві NumPy rainfall в міліметрах (мм). Відобразивши бутстреп-зразки за допомогою ECDF, ви побачите, як бутстреп-ресемплінг дає змогу робити імовірнісні описи даних.

Ця вправа є частиною курсу

Статистичне мислення в Python (Частина 2)

Переглянути курс

Інструкції до вправи

  • Напишіть цикл for, щоб отримати 50 бутстреп-зразків даних про опади та побудувати їхню ECDF.
    • Використайте np.random.choice(), щоб згенерувати бутстреп-зразок із масиву NumPy rainfall. Обов'язково задайте size вибірки рівним len(rainfall).
    • Скористайтеся функцією ecdf(), яку ви писали в попередній частині курсу, щоб отримати значення x та y для ECDF бутстреп-зразка bs_sample.
    • Побудуйте значення ECDF. Додатково до ключових аргументів marker='.' і linestyle='none' вкажіть color='gray' (щоб отримати сірі точки) та alpha=0.1 (щоб зробити їх напівпрозорими, адже ми накладаємо багато кривих).
  • Використайте ecdf(), щоб згенерувати значення x та y для ECDF початкових даних про опади з масиву rainfall.
  • Побудуйте ECDF для початкових даних.
  • Натисніть Submit Answer, щоб побачити візуалізацію зразків!

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

for _ in range(50):
    # Generate bootstrap sample: bs_sample
    bs_sample = ____(____, size=____)

    # Compute and plot ECDF from bootstrap sample
    x, y = ____
    _ = plt.plot(____, ____, ____='.', ____='none',
                 ____='gray', ____=0.1)

# Compute and plot ECDF from original data
x, y = ____
_ = plt.plot(____, ____, ____='.')

# Make margins and label axes
plt.margins(0.02)
_ = plt.xlabel('yearly rainfall (mm)')
_ = plt.ylabel('ECDF')

# Show the plot
plt.show()
Редагувати та запускати код