Bootstrapping
Fondamenti dell'inferenza in Python
Paul Savala
Assistant Professor of Mathematics
Bootstrapping
- Bootstrapping = campionamento con reinserimento
- Scegli un campione a caso
- Registralo
- Rimettilo nei dati (reinserimento)
- Ripeti
- Campione bootstrappato = campione generato con bootstrapping
Intervallo di confidenza non parametrico
- Analogo non parametrico di
stats.norm.interval- Campiona con reinserimento
- Calcola la statistica del test
- Registrala
- Ripeti
- Crea una distribuzione empirica
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
- Ripeti molte volte
- 95% centrale degli esiti = IC bootstrap al 95%
# 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)
Intervalli di confidenza normali
- Richiedono dati normalmente distribuiti
- Calcolati solo con media ed errore standard
- Inferenza valida solo per dati normali
- Molto veloci da calcolare
Intervalli di confidenza bootstrap
- Ammessi dati con qualsiasi distribuzione
- Calcolati direttamente dai dati tramite ricampionamento
- Inferenza valida per qualsiasi dato
- Molto più lenti da calcolare
Quando usare il bootstrapping
- Quando i dati non sono normali
- Dati ordinati
- Dati asimmetrici
- Quando gli intervalli normali danno valori dubbi
- Funziona con qualsiasi statistica
Ayo berlatih!
Fondamenti dell'inferenza in Python
