自助法与正态性
您已经看过 Pearson 相关系数 R 的自助法置信区间结果。那么在更常见的场景下，比如为均值构建置信区间，该怎么做呢？为什么会选择自助法置信区间，而不是使用来自 stats.norm 的"正态"置信区间？
已为您加载了一个展示风险投资公司投资情况的 DataFrame（investments_df），以及将 pandas 导入为 pd、NumPy 导入为 np，并从 SciPy 导入了 stats。
本练习是课程的一部分
Python 推断基础
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Select just the companies in the Analytics market
analytics_df = ____[____ == 'Analytics']
# Confidence interval using the stats.norm function
norm_ci = stats.norm.____(alpha=____,
loc=____,
scale=____.std() / np.___(____))
# Construct a bootstrapped confidence interval
bootstrap_ci = stats.bootstrap(data=(____, ),
statistic=np.____)
print('Normal CI:', norm_ci)
print('Bootstrap CI:', bootstrap_ci.confidence_interval)