Koncepty inferenční statistiky

Úvod do lineárního modelování v Pythonu

Jason Vestuto

Data Scientist

Rozdělení pravděpodobnosti

Histogram počtu dní vs. teplotní intervaly, denní maxima teplot v srpnu

Populace a statistiky

Histogram počtu dní vs. teplotní intervaly, denní maxima teplot v srpnu

Výběr vzorku z populace

Statistiky populace vs. statistiky vzorku

print( len(month_of_temps), month_of_temps.mean(), month_of_temps.std() )
print( len(decade_of_temps), decade_of_temps.mean(), decade_of_temps.std() )

Náhodný výběr z populace

month_of_temps = np.random.choice(decade_of_temps, size=31)

Vizualizace rozdělení

2 histogramy, jeden pro vzorek a jeden pro populaci, počet dní vs. teplotní intervaly, sloupce vzorku jsou výrazně nižší

Vizualizace rozdělení

2 histogramy, jeden pro vzorek a jeden pro populaci, normalizovaný počet dní vs. teplotní intervaly, výšky sloupců vzorku jsou přibližně stejné jako u populace

Pravděpodobnost a inference

Histogram počtu dní vs. teplotní intervaly, denní maxima teplot v srpnu

Vizualizace rozdělení

2 histogramy pro dva různé vzorky, normalizovaný počet dní vs. teplotní intervaly, výšky sloupců jsou podobné, ale mírně se liší

Převzorkování

# Resampling as Iteration
num_samples = 20
for ns in range(num_samples):
    sample = np.random.choice(population, num_pts)
    distribution_of_means[ns] = sample.mean()

# Sample Distribution Statistics
mean_of_means = np.mean(distribution_of_means)
stdev_of_means = np.std(distribution_of_means)

Pojďme si procvičit!

Úvod do lineárního modelování v Pythonu