Chạy một bootstrap đơn giản
Chào mừng bạn đến với bài tập đầu tiên trong phần bootstrapping. Chúng ta sẽ cùng làm một ví dụ để học cách chạy một bootstrap đơn giản. Như bạn đã thấy trong video, ý tưởng chính của bootstrapping là lấy mẫu có hoàn lại (sampling with replacement).
Giả sử bạn sở hữu một nhà máy sản xuất cờ-lê (wrench). Bạn muốn mô tả được chiều dài trung bình của cờ-lê và đảm bảo chúng đáp ứng các thông số kỹ thuật. Nhà máy sản xuất hàng nghìn chiếc mỗi ngày, nên việc đo chiều dài từng chiếc là bất khả thi. Tuy nhiên, bạn có một mẫu đại diện gồm 100 chiếc cờ-lê. Hãy dùng bootstrapping để ước lượng khoảng tin cậy 95% (CI) cho chiều dài trung bình.
Hãy xem danh sách wrench_lengths, trong đó có 100 số đo chiều dài cờ-lê đã quan sát, trong shell.
Bài tập này là một phần của khóa học
Mô phỏng Thống kê bằng Python
Hướng dẫn bài tập
- Rút ngẫu nhiên một mẫu có hoàn lại từ
wrench_lengthsvà lưu vàotemp_sample. Đặtsize = len(wrench_lengths). - Tính chiều dài trung bình của mỗi mẫu, gán vào
sample_mean, rồi thêm nó vàomean_lengths. - Tính trung bình bootstrap (
boot_mean) và khoảng tin cậy 95% bootstrap (boot_95_ci) bằng cách dùngnp.percentile().
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Draw some random sample with replacement and append mean to mean_lengths.
mean_lengths, sims = [], 1000
for i in range(sims):
temp_sample = ____(____, replace=____, size=____)
sample_mean = ____
mean_lengths.append(sample_mean)
# Calculate bootstrapped mean and 95% confidence interval.
boot_mean = np.mean(____)
boot_95_ci = ____(mean_lengths, [2.5, 97.5])
print("Bootstrapped Mean Length = {}, 95% CI = {}".format(boot_mean, boot_95_ci))