Bootstrap çoğaltmaları üretme

Python ile İstatistiksel Düşünme (Bölüm 2)

Justin Bois

Lecturer at the California Institute of Technology

Michelson'un ışık hızı ölçümleri

ch2-1.002.png

1 Veri: Michelson, 1880
Python ile İstatistiksel Düşünme (Bölüm 2)

Bir diziyi yeniden örnekleme

ch2-1.004.png

Python ile İstatistiksel Düşünme (Bölüm 2)

Bir diziyi yeniden örnekleme

ch2-1.005.png

Python ile İstatistiksel Düşünme (Bölüm 2)

Bir diziyi yeniden örnekleme

ch2-1.006.png

Python ile İstatistiksel Düşünme (Bölüm 2)

Bir diziyi yeniden örnekleme

ch2-1.007.png

Python ile İstatistiksel Düşünme (Bölüm 2)

Bir diziyi yeniden örnekleme

ch2-1.008.png

Python ile İstatistiksel Düşünme (Bölüm 2)

Bir diziyi yeniden örnekleme

ch2-1.009.png

Python ile İstatistiksel Düşünme (Bölüm 2)

Bir diziyi yeniden örnekleme

ch2-1.010.png

Python ile İstatistiksel Düşünme (Bölüm 2)

Yeniden örneklenen Michelson ölçümlerinin ortalaması

ch2-1.011.png

Python ile İstatistiksel Düşünme (Bölüm 2)

Bootstrapping

  • İstatistiksel çıkarım için yeniden örneklenen veriyi kullanma
Python ile İstatistiksel Düşünme (Bölüm 2)

Bootstrap örneği

  • Verinin yeniden örneklenmiş bir dizisi
Python ile İstatistiksel Düşünme (Bölüm 2)

Bootstrap çoğaltması

  • Yeniden örneklenmiş bir diziden hesaplanan bir istatistik
Python ile İstatistiksel Düşünme (Bölüm 2)

Yeniden örnekleme motoru: np.random.choice()

import numpy as np
np.random.choice([1,2,3,4,5], size=5)
array([5, 3, 5, 5, 2])
Python ile İstatistiksel Düşünme (Bölüm 2)

Bir bootstrap çoğaltması hesaplama

bs_sample = np.random.choice(michelson_speed_of_light,
                             size=100)

np.mean(bs_sample)
299847.79999999999
np.median(bs_sample)
299845.0
np.std(bs_sample)
83.564286025729331
Python ile İstatistiksel Düşünme (Bölüm 2)

Hadi pratik yapalım!

Python ile İstatistiksel Düşünme (Bölüm 2)

Preparing Video For Download...