無安打發生率的信賴區間
回到現代職棒時代的無安打間隔時間。請為最佳參數 \(\tau\) 產生 10,000 個 bootstrap 複本。繪製這些複本的直方圖，並回報 95% 信賴區間。
本練習屬於課程
Statistical Thinking in Python（第 2 部分）
練習說明
- 使用你的
draw_bs_reps()函式，從nohitter_times資料中為 \(\tau\) 產生10000個 bootstrap 複本。回想一下，最佳的 \(\tau\) 是資料的平均數。 - 使用
np.percentile()計算 95% 信賴區間，並傳入兩個引數：陣列bs_replicates，以及百分位數清單——在此為2.5與97.5。 - 列印信賴區間。
- 繪製 bootstrap 複本的直方圖。這部分已為你完成，按下送出即可看到圖表！
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。
# Draw bootstrap replicates of the mean no-hitter time (equal to tau): bs_replicates
bs_replicates = ____
# Compute the 95% confidence interval: conf_int
conf_int = ____
# Print the confidence interval
print('95% confidence interval =', ____, 'games')
# Plot the histogram of the replicates
_ = plt.hist(bs_replicates, bins=50, density=True)
_ = plt.xlabel(r'$\tau$ (games)')
_ = plt.ylabel('PDF')
# Show the plot
plt.show()