Bắt đầu ngayBắt đầu miễn phí

Bootstrap cho các thống kê khác

Ở một bài trước, chúng ta đã thấy trung bình có phân phối Chuẩn. Điều này không nhất thiết đúng với các thống kê khác, nhưng đừng lo: với tư duy hacker, bạn luôn có thể lấy các bản sao bootstrap! Trong bài này, bạn sẽ tạo các bản sao bootstrap cho phương sai của lượng mưa hằng năm tại Trạm thời tiết Sheffield và vẽ biểu đồ histogram của các bản sao.

Tại đây, bạn sẽ dùng hàm draw_bs_reps() mà bạn đã định nghĩa vài bài trước. Hàm được cung cấp bên dưới để bạn tham khảo:

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

Bài tập này là một phần của khóa học

Tư duy Thống kê với Python (Phần 2)

Xem khóa học

Hướng dẫn bài tập

  • Vẽ 10000 bản sao bootstrap của phương sai lượng mưa hằng năm, được lưu trong tập dữ liệu rainfall, bằng hàm draw_bs_reps() của bạn. Gợi ý: Truyền np.var để tính phương sai.
  • Chia các bản sao phương sai (bs_replicates) cho 100 để đưa phương sai về đơn vị xăng-ti-mét vuông cho tiện.
  • Vẽ histogram của bs_replicates với đối số density=True và 50 bins.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# 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()
Chỉnh sửa và Chạy Mã