开始使用免费开始使用

生成大量自助法重复样本

视频中的函数 bootstrap_replicate_1d() 已存在于您的命名空间。现在请编写另一个函数 draw_bs_reps(data, func, size=1)，用于从数据集中生成大量自助法重复样本。在计算置信区间以及后续进行假设检验时，这个函数会一再派上用场。

供您参考，bootstrap_replicate_1d() 函数如下：

def bootstrap_replicate_1d(data, func):
    """Generate bootstrap replicate of 1D data."""
    bs_sample = np.random.choice(data, len(data))
    return func(bs_sample)

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

  • 定义一个函数，调用签名为 draw_bs_reps(data, func, size=1)。
    • 使用 np.empty() 初始化一个名为 bs_replicates、长度为 size 的数组，用于存放所有自助法重复样本。
    • 编写一个 for 循环，范围为 size，并使用 bootstrap_replicate_1d() 计算每个重复样本。请参考上方练习描述中的 bootstrap_replicate_1d() 函数签名。将计算得到的重复样本存入 bs_replicates 的相应索引。
    • 返回重复样本数组 bs_replicates。这一步已为您完成。

交互式实操练习

通过完成这段示例代码来试试这个练习。

def draw_bs_reps(data, func, size=1):
    """Draw bootstrap replicates."""

    # Initialize array of replicates: bs_replicates
    bs_replicates = ____

    # Generate replicates
    for i in ____:
        bs_replicates[i] = ____

    return bs_replicates
编辑并运行代码