Inferencia estadística y muestreo aleatorio

Fundamentos de la inferencia en Python

Paul Savala

Assistant Professor of Mathematics

Estadística descriptiva

Estadísticos muestrales para resumir los datos
Estadística descriptiva: resume la muestra

Fecha	Cierre SP500	Cambio diario
2017-08-07	2480.91	6.14
2017-08-08	2474.92	-5.99
2017-08-09	2474.02	-0.90
2017-08-10	2438.21	-35.81

Cambio diario medio: -$9.14

Inferencia

Inferir algo sobre la población
Estadística descriptiva: describe los datos
Inferencia: conclusiones y decisiones

Fecha	Cierre SP500	Cambio diario
2017-08-07	2480.91	6.14
2017-08-08	2474.92	-5.99
2017-08-09	2474.02	-0.90
2017-08-10	2438.21	-35.81

Oscilación diaria media para cualquier día ~$9.14

Proceso de inferencia estadística

Diagrama con una población que lleva a una muestra, a la inferencia y de vuelta a la población.

Estimaciones puntuales

Dado por un único valor
"Mejor estimación" de un parámetro poblacional desconocido

Estimación puntual: 1158.95 BTC de oscilación diaria

Las cinco primeras filas del conjunto de datos de Bitcoin

btc_high = btc_sp_df['High_BTC']
btc_low = btc_sp_df['Low_BTC']


np.mean(btc_high - btc_low)

1158.95

Muestreo

Las estimaciones puntuales dependen de la muestra

btc_sp_first100 = btc_sp_df.iloc[:100]

np.mean(btc_sp_first100['High_BTC'] - btc_sp_first100['Low_BTC'])

659.60

initial_row = np.random.choice(btc_sp_df.shape[0]-100)

btc_sp_random_100 = btc_sp_df.iloc[initial_row:initial_row+100]

np.mean(btc_sp_first100['High_BTC'] - btc_sp_first100['Low_BTC'])

943.83

¡Vamos a practicar!

Fundamentos de la inferencia en Python