开始使用免费开始使用

可视化自助法样本

在本练习中，您将从英国谢菲尔德气象站 1883–2015 年测得的年度降雨量数据中生成自助法（bootstrap）样本。数据以毫米（mm）为单位，存储在 NumPy 数组 rainfall 中。通过用 ECDF 图形化展示这些自助样本，您可以直观理解自助抽样如何为数据提供概率性描述。

本练习是课程的一部分

Python 统计思维（第 2 部分）

查看课程

练习说明

  • 编写一个 for 循环，获取 50 个降雨量数据的自助样本并绘制其 ECDF。
    • 使用 np.random.choice() 从 NumPy 数组 rainfall 生成一个自助样本。请确保重采样数组的 size 为 len(rainfall)。
    • 使用您在本课程前续篇中编写的函数 ecdf()，为自助样本 bs_sample 的 ECDF 生成 x 和 y 值。
    • 绘制 ECDF 值。除 marker='.' 和 linestyle='none' 这两个关键字参数外，还请指定 color='gray'（得到灰色点）和 alpha=0.1（使其半透明，因为我们将叠加很多曲线）。
  • 使用 ecdf() 为数组 rainfall 中的原始降雨数据生成 ECDF 的 x 和 y 值。
  • 绘制原始数据的 ECDF 值。
  • 点击 "提交答案" 以可视化这些样本！

交互式实操练习

通过完成这段示例代码来试试这个练习。

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()
编辑并运行代码