Incerteza do Modelo e Distribuições Amostrais

Introdução à Modelagem Linear em Python

Jason Vestuto

Data Scientist

População Indisponível

Histograma de contagem de dias por faixas de temperatura, Máximas diárias em agosto

Amostra como Modelo da População

2 histogramas, um da amostra e um da população, ambos com contagem de dias normalizada por faixas de temperatura; barras da amostra com altura semelhante às da população

Estatística Amostral

Histograma de uma amostra, contagem de dias por faixas de temperatura

Bootstrap (Reamostragem)

Gráfico com 3 histogramas, um para cada uma de três amostras, cada um com centro deslocado dos outros, em eixos de contagem de dias por faixas de temperatura

Distribuição de Reamostragens

Histograma de médias, em eixos de contagem de amostras por faixas de temperatura média

Bootstrap em Código

# Use a amostra como modelo da população
population_model = august_daily_highs_for_2017

# Simule coletas repetidas reamostrando o "modelo"
for nr in range(num_resamples):
    bootstrap_sample = np.random.choice(population_model, size=resample_size, replace=True)
    bootstrap_means[nr] = np.mean(bootstrap_sample)

# Calcule a média da distribuição de reamostragens (bootstrap)
estimate_temperature = np.mean(bootstrap_means)

# Calcule o desvio padrão da distribuição de reamostragens (bootstrap)
estimate_uncertainty = np.std(bootstrap_means)

Reposição

# Defina a amostra de notas
sample = ['A', 'B', 'C', 'D', 'E', 'F', 'G']

# replace = True, repetições são permitidas
bootstrap_sample = np.random.choice(sample, size=4, replace=True)
print(bootstrap_sample)

C C F G

Reposição

# replace = False
bootstrap_sample = np.random.choice(sample, size=4, replace=False)
print(bootstrap_sample)

C G A F

# replace = True, tamanhos maiores são permitidos
bootstrap_sample = np.random.choice(sample, size=16, replace=True)
print(bootstrap_sample)

C C F G C G A E F D G B B A E C

Vamos praticar!

Introdução à Modelagem Linear em Python