Concepten van inferentiële statistiek

Introductie tot lineaire modellering in Python

Jason Vestuto

Data Scientist

Kansverdeling

Histogram van aantal dagen versus temperatuurvakken, Dagelijkse maximumtemperaturen in augustus

Populaties en statistiek

Histogram van aantal dagen versus temperatuurvakken, Dagelijkse maximumtemperaturen in augustus

Steekproeven uit de populatie

Populatiestatistiek vs. steekproefstatistiek

print( len(month_of_temps), month_of_temps.mean(), month_of_temps.std() )
print( len(decade_of_temps), decade_of_temps.mean(), decade_of_temps.std() )

Neem een willekeurige steekproef uit een populatie

month_of_temps = np.random.choice(decade_of_temps, size=31)

Verdelingen visualiseren

2 histogrammen: één voor de steekproef en één voor de populatie, beide van aantal dagen versus temperatuurvakken, met veel lagere staafjes voor de steekproef

Verdelingen visualiseren

2 histogrammen: één voor de steekproef en één voor de populatie, beide van genormaliseerd aantal dagen versus temperatuurvakken; de staven van de steekproef zijn ongeveer even hoog als die van de populatie

Kans en inferentie

Histogram van aantal dagen versus temperatuurvakken, Dagelijkse maximumtemperaturen in augustus

Verdelingen visualiseren

2 histogrammen, elk voor een andere steekproef, beide van genormaliseerd aantal dagen versus temperatuurvakken; de staven zijn vergelijkbaar hoog, maar verschillen per vak iets

Resampling

# Resampling als iteratie
num_samples = 20
for ns in range(num_samples):
    sample = np.random.choice(population, num_pts)
    distribution_of_means[ns] = sample.mean()

# Statistiek van de steekproevenverdeling
mean_of_means = np.mean(distribution_of_means)
stdev_of_means = np.std(distribution_of_means)

Laten we oefenen!

Introductie tot lineaire modellering in Python