Bootstrap 與標準誤

想像在一座國家公園裡，護管員每天都會為了維護步道而健行。他們不一定走同一條路線，但會記錄當天的總距離與時間。我們想用一位護管員的有限樣本資料，建立每日行走距離變化的統計模型。

你的目標是使用自助式重抽樣（bootstrap resampling），對每個重抽樣各計算一次平均數，形成平均數的分佈，接著計算標準誤，作為量化「不確定性」的方法，用來評估「樣本統計量」作為「母體統計量」估計值的可信度。

使用已預先載入的 sample_data，其中包含 500 筆彼此獨立的行走距離量測。為了簡化本節內容，我們先使用模擬資料集。之後你會看到更貼近真實情況的資料。

本練習屬於課程

Python 線性建模入門

檢視課程

練習說明

將 sample_data 指定為母體的模型。
迭代執行 num_resamples 次：
- 每次使用 np.random.choice() 從 population_model 產生一個大小為 resample_size 的 bootstrap_sample，並指定 replace=True。
- 每次計算並儲存該樣本的平均數。
計算並列印 bootstrap_means 的 np.mean() 與 np.std()。
使用預先定義的 plot_data_hist()，將 bootstrap_means 的分佈視覺化。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# Use the sample_data as a model for the population
population_model = ____

# Resample the population_model 100 times, computing the mean each sample
for nr in range(num_resamples):
    bootstrap_sample = np.random.____(population_model, size=____, replace=____)
    bootstrap_means[nr] = np.____(bootstrap_sample)

# Compute and print the mean, stdev of the resample distribution of means
distribution_mean = np.mean(____)
standard_error = np.std(____)
print('Bootstrap Distribution: center={:0.1f}, spread={:0.1f}'.format(____, ____))

# Plot the bootstrap resample distribution of means
fig = plot_data_hist(____)

編輯並執行程式碼