ПочатиПочніть безкоштовно

Бутстреп-реплікати інших статистик

У попередній вправі ми побачили, що середнє має нормальний розподіл. Для інших статистик це не обов'язково так, але не хвилюйтеся: як дата-хакери, ми завжди можемо скористатися бутстрепом! У цій вправі ви згенеруєте бутстреп-реплікати для дисперсії річної кількості опадів на метеостанції Шеффілда та побудуєте гістограму цих реплікатів.

Тут ви використаєте функцію draw_bs_reps(), яку визначили кілька вправ тому. Наведено її нижче для зручності:

def draw_bs_reps(data, func, size=1):
    """Draw bootstrap replicates."""
    # Initialize array of replicates
    bs_replicates = np.empty(size)
    # Generate replicates
    for i in range(size):
        bs_replicates[i] = bootstrap_replicate_1d(data, func)
    return bs_replicates

Ця вправа є частиною курсу

Статистичне мислення в Python (Частина 2)

Переглянути курс

Інструкції до вправи

  • Отримайте 10000 бутстреп-реплікатів дисперсії річної кількості опадів із набору rainfall, використовуючи вашу функцію draw_bs_reps(). Підказка: передайте np.var, щоб обчислити дисперсію.
  • Поділіть ваші реплікати дисперсії (bs_replicates) на 100, щоб подати дисперсію в квадратних сантиметрах для зручності.
  • Побудуйте гістограму bs_replicates, використовуючи аргумент normed=True і 50 бінів.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Generate 10,000 bootstrap replicates of the variance: bs_replicates
bs_replicates = ____

# Put the variance in units of square centimeters
____

# Make a histogram of the results
_ = plt.hist(____, ____, ____)
_ = plt.xlabel('variance of annual rainfall (sq. cm)')
_ = plt.ylabel('PDF')

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