线性回归
请对 1975 年和 2012 年的数据各进行一次线性回归。然后，对回归参数执行成对自助法估计。报告回归直线斜率和截距的 95% 置信区间。
您将使用 draw_bs_pairs_linreg() 函数，这是您在第 2 章中编写的。
提示：其调用签名为 draw_bs_pairs_linreg(x, y, size=1)，返回 bs_slope_reps 和 bs_intercept_reps。喙长数据存储在 bl_1975 和 bl_2012 中，喙深数据存储在 bd_1975 和 bd_2012 中。
本练习是课程的一部分
Python 统计思维（第 2 部分）
练习说明
- 计算 1975 年和 2012 年两个数据集的斜率和截距。
- 使用您的
draw_bs_pairs_linreg()函数，为线性回归获取 1000 组成对自助法样本。 - 计算斜率与截距的 95% 置信区间。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Compute the linear regressions
slope_1975, intercept_1975 = ____
slope_2012, intercept_2012 = ____
# Perform pairs bootstrap for the linear regressions
bs_slope_reps_1975, bs_intercept_reps_1975 = \
____
bs_slope_reps_2012, bs_intercept_reps_2012 = \
____
# Compute confidence intervals of slopes
slope_conf_int_1975 = ____
slope_conf_int_2012 = ____
intercept_conf_int_1975 = ____
intercept_conf_int_2012 = ____
# Print the results
print('1975: slope =', slope_1975,
'conf int =', slope_conf_int_1975)
print('1975: intercept =', intercept_1975,
'conf int =', intercept_conf_int_1975)
print('2012: slope =', slope_2012,
'conf int =', slope_conf_int_2012)
print('2012: intercept =', intercept_2012,
'conf int =', intercept_conf_int_2012)