子代與親代資料的 Pearson 相關
Pearson 相關係數可用來評估親代喙部深度在子代中的遺傳強度。請計算 G. scandens 的親代與子代喙部深度之間的 Pearson 相關係數；G. fortis 也同樣計算。接著，使用你在上一個練習寫的函式，透過成對自助法（pairs bootstrap）計算 95% 信賴區間。
提醒你，資料已存於 bd_parent_scandens、bd_offspring_scandens、bd_parent_fortis 和 bd_offspring_fortis。
本練習屬於課程
Statistical Thinking in Python（第 2 部分）
練習說明
- 使用你在本課程前傳中撰寫的
pearson_r()函式（https://campus.datacamp.com/courses/statistical-thinking-in-python-part-1/quantitative-exploratory-data-analysis?ex=15），為 G. scandens 與 G. fortis 計算 Pearson 相關係數。 - 使用你在上一題撰寫的
draw_bs_pairs()函式，為 G. scandens 與 G. fortis 取得 1000 組 Pearson 相關係數的成對自助法複本。 - 使用你的自助法複本計算兩者的 95% 信賴區間。
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。
# Compute the Pearson correlation coefficients
r_scandens = ____
r_fortis = ____
# Acquire 1000 bootstrap replicates of Pearson r
bs_replicates_scandens = ____
bs_replicates_fortis = ____
# Compute 95% confidence intervals
conf_int_scandens = ____
conf_int_fortis = ____
# Print results
print('G. scandens:', r_scandens, conf_int_scandens)
print('G. fortis:', r_fortis, conf_int_fortis)