Bootstrapping
Dasar-dasar Inferensi di Python
Paul Savala
Assistant Professor of Mathematics
Bootstrapping
- Bootstrapping = Sampling dengan pengembalian
- Pilih sampel secara acak
- Catat
- Kembalikan ke data (dengan pengembalian)
- Ulangi
- Sampel bootstrap = Sampel dari proses bootstrapping
Interval kepercayaan nonparametrik
- Analogi nonparametrik dari
stats.norm.interval- Ambil sampel dengan pengembalian
- Hitung statistik uji
- Catat
- Ulangi
- Menghasilkan distribusi empiris
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
- Ulangi proses ini berkali-kali
- 95% tengah dari hasil = interval kepercayaan bootstrap 95%
# Fungsi statistik def max_min(x): return max(x) - min(x)# Data sebagai 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)
Interval kepercayaan normal
- Butuh data berdistribusi normal
- Dihitung hanya dari mean dan galat baku
- Inferensi valid hanya untuk data normal
- Sangat cepat dihitung
Interval kepercayaan bootstrap
- Memungkinkan distribusi apa pun
- Dihitung langsung dari data lewat resampling
- Inferensi valid untuk data apa pun
- Jauh lebih lambat dihitung
Kapan menggunakan bootstrapping
- Saat bekerja dengan data non-normal
- Data berperingkat
- Data miring
- Saat interval kepercayaan normal memberi nilai meragukan
- Dapat dipakai untuk statistik apa pun
Ayo berlatih!
Dasar-dasar Inferensi di Python
