Generare repliche bootstrap

Pensiero statistico in Python (Parte 2)

Justin Bois

Lecturer at the California Institute of Technology

Misure della velocità della luce di Michelson

ch2-1.002.png

1 Dati: Michelson, 1880
Pensiero statistico in Python (Parte 2)

Ricampionare un array

ch2-1.004.png

Pensiero statistico in Python (Parte 2)

Ricampionare un array

ch2-1.005.png

Pensiero statistico in Python (Parte 2)

Ricampionare un array

ch2-1.006.png

Pensiero statistico in Python (Parte 2)

Ricampionare un array

ch2-1.007.png

Pensiero statistico in Python (Parte 2)

Ricampionare un array

ch2-1.008.png

Pensiero statistico in Python (Parte 2)

Ricampionare un array

ch2-1.009.png

Pensiero statistico in Python (Parte 2)

Ricampionare un array

ch2-1.010.png

Pensiero statistico in Python (Parte 2)

Media delle misure ricampionate di Michelson

ch2-1.011.png

Pensiero statistico in Python (Parte 2)

Bootstrap

  • Uso di dati ricampionati per l'inferenza statistica
Pensiero statistico in Python (Parte 2)

Campione bootstrap

  • Un array ricampionato dei dati
Pensiero statistico in Python (Parte 2)

Replica bootstrap

  • Una statistica calcolata da un array ricampionato
Pensiero statistico in Python (Parte 2)

Motore di ricampionamento: np.random.choice()

import numpy as np
np.random.choice([1,2,3,4,5], size=5)
array([5, 3, 5, 5, 2])
Pensiero statistico in Python (Parte 2)

Calcolare una replica bootstrap

bs_sample = np.random.choice(michelson_speed_of_light,
                             size=100)

np.mean(bs_sample)
299847.79999999999
np.median(bs_sample)
299845.0
np.std(bs_sample)
83.564286025729331
Pensiero statistico in Python (Parte 2)

Esercitiamoci!

Pensiero statistico in Python (Parte 2)

Preparing Video For Download...