Hồi quy tuyến tính và pairs bootstrap
Các nghiên cứu tình huống về tư duy thống kê
Justin Bois
Lecturer, Caltech
Sự phát triển của vi khuẩn
1 Hình ảnh được cung cấp bởi Jin Park và Michael Elowitz, Caltech
Sự phát triển của vi khuẩn
_ = plt.semilogy(t, bac_area, marker='.', linestyle='none')
_ = plt.xlabel('time (hr)')
_ = plt.ylabel('area (sq. µm)')
plt.show()
Hồi quy tuyến tính với np.polyfit()
slope, intercept = np.polyfit(t, bac_area, 1)
t_theor = np.array([0, 14])
bac_area_theor = slope * t_theor + intercept
_ = plt.plot(t, bac_area, marker='.', linestyle='none')
_ = plt.plot(t_theor, bac_area_theor)
_ = plt.xlabel('time (hr)')
_ = plt.ylabel('area (sq. µm)')
plt.show()
Hồi quy sự phát triển của vi khuẩn
Hồi quy semilog-linear với np.polyfit()
slope, intercept = np.polyfit(t, np.log(bac_area), 1)
t_theor = np.array([0, 14])
bac_area_theor = np.exp(slope * t_theor + intercept)
_ = plt.semilogy(t, bac_area, marker='.', linestyle='none')
_ = plt.semilogy(t_theor, bac_area_theor)
_ = plt.xlabel('time (hr)')
_ = plt.ylabel('area (sq. µm)')
plt.show()
Hồi quy sự phát triển của vi khuẩn
Pairs bootstrap
- Lấy mẫu lại theo cặp
- Tính slope và intercept từ dữ liệu đã lấy mẫu
- Mỗi slope và intercept là một bản sao bootstrap
- Tính khoảng tin cậy từ các phân vị của các bản sao bootstrap
Pairs bootstrap
# Draw 10000 pairs bootstrap reps slope_reps, int_reps = dcst.draw_bs_pairs_linreg( x_data, y_data, size=10000 )# Compute 95% confidence interval of slope slope_conf_int = np.percentile(slope_reps, [2.5, 97.5])
