視覺化自助法樣本

在這個練習中，你會從英國雪菲爾氣象站 1883 到 2015 年量測的年度降雨量資料中產生自助法（bootstrap）樣本。資料以毫米（mm）為單位，存放在 NumPy 陣列 rainfall 裡。透過用 ECDF 圖形化呈現自助法樣本，你可以直觀理解自助抽樣如何讓我們以機率方式描述資料。

本練習屬於課程

Statistical Thinking in Python（第 2 部分）

檢視課程

練習說明

撰寫一個 for 迴圈以取得 50 個降雨量資料的自助法樣本，並繪製它們的 ECDF。
- 使用 np.random.choice() 從 NumPy 陣列 rainfall 產生一個自助法樣本。請確保重抽陣列的 size 為 len(rainfall)。
- 使用你在本課程前篇撰寫的 ecdf() 函式，為自助法樣本 bs_sample 產生其 ECDF 的 x 和 y 值。
- 繪製 ECDF 值。除了 marker='.' 與 linestyle='none' 參數外，請指定 color='gray'（繪製灰色點）與 alpha=0.1（半透明，因為我們會重疊很多樣本）。
使用 ecdf() 為原始降雨量資料（陣列 rainfall）產生 ECDF 的 x 與 y 值。
繪製原始資料的 ECDF 值。
按下 Submit 以視覺化這些樣本！

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。

for _ in range(50):
    # Generate bootstrap sample: bs_sample
    bs_sample = ____(____, size=____)

    # Compute and plot ECDF from bootstrap sample
    x, y = ____
    _ = plt.plot(____, ____, ____='.', ____='none',
                 ____='gray', ____=0.1)

# Compute and plot ECDF from original data
x, y = ____
_ = plt.plot(____, ____, ____='.')

# Make margins and label axes
plt.margins(0.02)
_ = plt.xlabel('yearly rainfall (mm)')
_ = plt.ylabel('ECDF')

# Show the plot
plt.show()

編輯並執行程式碼