Activiteit van zebravis en melatonine

Casestudies in statistisch denken

Justin Bois

Lecturer, Caltech

Casestudies in statistisch denken

Scherp je statistische denken aan en breid het uit
Werk met echte gegevenssets
Herhaling van Statistical Thinking in Python (Part 1) en (Part 2)

Opwarmen met zebravissen

¹ Film met dank aan David Prober, Caltech

Naamgeving

Mutant: Heeft de mutatie op beide chromosomen

Wildtype: Heeft de mutatie niet

Activiteit van vissen, dag en nacht

¹ Gegevens met dank aan Avni Gandhi, Grigorios Oikonomou en David Prober, Caltech

Actieve periodes: een maat voor waakzaamheid

Actieve periode: Een tijdsinterval waarin een vis consequent actief is

Lengte van actieve periode: Aantal opeenvolgende minuten met activiteit

Kansverdelingen en verhalen

Kansverdeling: Een wiskundige beschrijving van uitkomsten

Een kansverdeling heeft een verhaal

Verdelingen uit Statistical Thinking I

Uniform
Binomiaal
Poisson
Normaal
Exponentieel

De Exponentiële verdeling

Poisson-proces: Het tijdstip van de volgende gebeurtenis is volledig onafhankelijk van wanneer de vorige gebeurde

Verhaal van de Exponentiële verdeling: De wachttijd tussen aankomsten van een Poisson-proces is exponentieel verdeeld

De exponentiële CDF

x, y = ecdf(nuclear_incident_times)

_ = plt.plot(x, y, marker='.', linestyle='none')

¹ Bron gegevens: Wheatley, Sovacool en Sornette, Nuclear Events Database

De exponentiële CDF

x, y = ecdf(nuclear_incident_times)

_ = plt.plot(x, y, marker='.', linestyle='none')

¹ Bron gegevens: Wheatley, Sovacool en Sornette, Nuclear Events Database

 import dc_stat_think as dcst

 dcst.pearson_r?

 Signature: dcst.pearson_r(data_1, data_2)
 Docstring: Compute the Pearson correlation coefficient between two 
 samples.
 Parameters
 ----------
 data_1 : array_like
     One-dimensional array of data.
 data_2 : array_like
     One-dimensional array of  data.
 Returns
 -------
 output : float
     The Pearson correlation coefficient between `data_1`
     and `data_2`.
 File:      usr/local/lib/python3.5/site-packages/
            dc_stat_think-0.1.4-py3.6.egg/dc_stat_think/dc_stat_think.py
 Type:      function

Werken met de dc_stat_think-module

x, y = dcst.ecdf(nuclear_incident_times)

% pip install dc_stat_think

Laten we oefenen!

Casestudies in statistisch denken