Bootstrapping
Basis van inferentie in Python
Paul Savala
Assistant Professor of Mathematics
Bootstrapping
- Bootstrapping = Steekproeven met terugleggen
- Kies willekeurig een steekproef
- Noteer deze
- Leg terug in de data (terugleggen)
- Herhaal
- Bootstrapped steekproef = Steekproef via bootstrapping
Niet-parametrisch betrouwbaarheidsinterval
- Niet-parametrisch alternatief voor
stats.norm.interval- Steekproef met terugleggen
- Bereken toetsstatistiek
- Noteer deze
- Herhaal
- Levert een empirische verdeling op
salaries_df['Years of Employment']
[6, 11, 14, 3, 2, ...]
sample_1 = salaries_df['Years of Employment'].sample(n=10)print(max(sample_1) - min(sample_1))
7
- Herhaal dit vaak
- Middelste 95% = 95% bootstrapped betrouwbaarheidsinterval
# Statistic function def max_min(x): return max(x) - min(x)# Data as a tuple data = (salaries_df['Years of Employment'], )bootstrap_ci = stats.bootstrap(data, max_min, vectorized=False, n_resamples=1000)print(bootstrap_ci)
BootstrapResult(confidence_interval=ConfidenceInterval(low=33.0, high=38.0),
standard_error=1.3843971812870597)
Normale betrouwbaarheidsintervallen
- Vereist normaal verdeelde data
- Alleen gebaseerd op gemiddelde en standaardfout
- Inferred enkel geldig bij normale data
- Zeer snel te berekenen
Bootstrap-betrouwbaarheidsintervallen
- Werkt met elke verdeling
- Direct uit data via resampling
- Inferred geldig voor elke data
- Veel trager te berekenen
Use cases voor bootstrapping
- Bij niet-normale data
- Gerankte data
- Scheve data
- Als normale betrouwbaarheidsintervallen twijfelachtig zijn
- Werkt met elke gewenste statistiek
Laten we oefenen!
Basis van inferentie in Python
