基礎 Jackknife 估計－平均數
Jackknife 重抽樣是較早期的方法，和 bootstrapping 相比現在用得較少。不過，學會如何進行基本的 jackknife 估計仍然很有幫助。在這個第一個練習中，我們要計算平均數的 jackknife 估計。回到板手工廠的情境。
你擁有一間板手工廠，想要量測板手的平均長度，以確保符合規格。工廠每天生產數以千計的板手，但要量每一支並不可行。不過，你手上有 100 支板手的具代表性樣本。我們就用 jackknife 估計來取得平均長度。
請在 shell 中查看變數 wrench_lengths。
本練習屬於課程
Python 的統計模擬
練習說明
- 透過逐一遺漏
wrench_lengths中一個觀測值來取得 jackknife 樣本，並指派給jk_sample。 - 計算
jk_sample的平均數，並將結果加入mean_lengths。 - 最後，將陣列
mean_lengths的平均數作為 jackknife 估計mean_lengths_jk。
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。
# Leave one observation out from wrench_lengths to get the jackknife sample and store the mean length
mean_lengths, n = [], len(wrench_lengths)
index = np.arange(n)
for i in range(n):
jk_sample = ____[index != i]
mean_lengths.append(____)
# The jackknife estimate is the mean of the mean lengths from each sample
mean_lengths_jk = ____(np.array(mean_lengths))
print("Jackknife estimate of the mean = {}".format(mean_lengths_jk))