Лінійні регресії
Виконайте лінійну регресію як для даних 1975 року, так і для даних 2012 року. Потім виконайте парні bootstrap-оцінки параметрів регресії. Наведіть 95% довірчі інтервали для нахилу та відсічення регресійної прямої.
Ви будете використовувати функцію draw_bs_pairs_linreg(), яку ви писали у розділі 2.
Нагадаємо, її сигнатура виклику — draw_bs_pairs_linreg(x, y, size=1), і вона повертає bs_slope_reps та bs_intercept_reps. Дані про довжину дзьоба збережено як bl_1975 і bl_2012, а дані про глибину дзьоба — у bd_1975 і bd_2012.
Ця вправа є частиною курсу
Статистичне мислення в Python (Частина 2)
Інструкції до вправи
- Обчисліть нахил і відсічення для наборів даних 1975 і 2012 років.
- Отримайте 1000 парних bootstrap-вибірок для лінійних регресій за допомогою вашої функції
draw_bs_pairs_linreg(). - Обчисліть 95% довірчі інтервали для нахилів і відсічень.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Compute the linear regressions
slope_1975, intercept_1975 = ____
slope_2012, intercept_2012 = ____
# Perform pairs bootstrap for the linear regressions
bs_slope_reps_1975, bs_intercept_reps_1975 = \
____
bs_slope_reps_2012, bs_intercept_reps_2012 = \
____
# Compute confidence intervals of slopes
slope_conf_int_1975 = ____
slope_conf_int_2012 = ____
intercept_conf_int_1975 = ____
intercept_conf_int_2012 = ____
# Print the results
print('1975: slope =', slope_1975,
'conf int =', slope_conf_int_1975)
print('1975: intercept =', intercept_1975,
'conf int =', intercept_conf_int_1975)
print('2012: slope =', slope_2012,
'conf int =', slope_conf_int_2012)
print('2012: intercept =', intercept_2012,
'conf int =', intercept_conf_int_2012)