Interval kepercayaan

Sampling di Python

James Chapman

Curriculum Manager, DataCamp

Interval kepercayaan

"Nilai dalam satu simpangan baku dari rata-rata" mencakup banyak nilai dari tiap distribusi ini
Kita akan mendefinisikan konsep terkait bernama interval kepercayaan

Memprediksi cuaca

Rapid City, South Dakota di Amerika Serikat memiliki cuaca paling sulit diprediksi
Tugas kita adalah memprediksi suhu maksimum di sana besok

Peta cuaca, dengan warna yang menunjukkan seberapa dapat diprediksi tiap wilayah.

Prediksi cuaca kita

Estimasi titik = 47°F (8,3°C)
Rentang nilai suhu maksimum yang masuk akal = 40 hingga 54°F (4,4 hingga 12,8°C)

Kita baru saja melaporkan interval kepercayaan!

40 hingga 54°F adalah interval kepercayaan
Kadang ditulis 47 °F (40°F, 54°F) atau 47°F [40°F, 54°F]
... atau, 47 ± 7°F
7°F adalah margin galat

Distribusi bootstrap rata-rata rasa

import matplotlib.pyplot as plt
plt.hist(coffee_boot_distn, bins=15)
plt.show()

Histogram rata-rata cita rasa kopi.

Rata-rata dari pengambilan ulang

import numpy as np
np.mean(coffee_boot_distn)

7.513452892

Histogram rata-rata cita rasa kopi dengan rata-rata ditandai garis vertikal hitam.

Rata-rata plus atau minus satu simpangan baku

np.mean(coffee_boot_distn)

7.513452892

np.mean(coffee_boot_distn) - np.std(coffee_boot_distn, ddof=1)

7.497385709174466

np.mean(coffee_boot_distn) + np.std(coffee_boot_distn, ddof=1)

7.529520074825534

Histogram rata-rata cita rasa kopi dengan rata-rata dan simpangan baku ditandai garis vertikal.

Metode kuantil untuk interval kepercayaan

np.quantile(coffee_boot_distn, 0.025)

7.4817195

np.quantile(coffee_boot_distn, 0.975)

7.5448805

Garis interval kepercayaan 95 persen.

Fungsi distribusi kumulatif invers

PDF: Kurva lonceng
CDF: integralkan untuk luas di bawah kurva lonceng
Inv. CDF: tukar sumbu x dan y

Diimplementasikan di Python dengan

from scipy.stats import norm
norm.ppf(quantile, loc=0, scale=1)

Fungsi distribusi kumulatif invers.

Metode galat baku untuk interval kepercayaan

point_estimate = np.mean(coffee_boot_distn)

7.513452892

std_error = np.std(coffee_boot_distn, ddof=1)

0.016067182825533724

from scipy.stats import norm
lower = norm.ppf(0.025, loc=point_estimate, scale=std_error)
upper = norm.ppf(0.975, loc=point_estimate, scale=std_error)
print((lower, upper))

(7.481961792328933, 7.544943991671067)

Ayo berlatih!

Sampling di Python