Statistická inference a náhodné vzorkování

Základy statistické inference v Pythonu

Paul Savala

Assistant Professor of Mathematics

Popisné statistiky

Vzorkové statistiky slouží k shrnutí dat
Popisné statistiky shrnují náš vzorek

Datum	Uzavření SP500	Denní změna
2017-08-07	2480.91	6.14
2017-08-08	2474.92	-5.99
2017-08-09	2474.02	-0.90
2017-08-10	2438.21	-35.81

Průměrná denní změna: -$9.14

Inference

Vyvozovat závěry o populaci
Popisné statistiky: Popis dat
Inference: Závěry a rozhodnutí

Datum	Uzavření SP500	Denní změna
2017-08-07	2480.91	6.14
2017-08-08	2474.92	-5.99
2017-08-09	2474.02	-0.90
2017-08-10	2438.21	-35.81

Průměrný denní výkyv pro libovolné dny ~$9.14

Proces statistické inference

Diagram znázorňující populaci vedoucí k vzorku, poté k inferenci a zpět k populaci.

Bodové odhady

Vyjádřen jednou hodnotou
„Nejlepší odhad" neznámé statistiky populace

Bodový odhad: 1158,95 BTC denní výkyv

Prvních pět řádků datasetu Bitcoin

btc_high = btc_sp_df['High_BTC']
btc_low = btc_sp_df['Low_BTC']


np.mean(btc_high - btc_low)

1158.95

Vzorkování

Bodové odhady závisí na vzorku

btc_sp_first100 = btc_sp_df.iloc[:100]

np.mean(btc_sp_first100['High_BTC'] - btc_sp_first100['Low_BTC'])

659.60

initial_row = np.random.choice(btc_sp_df.shape[0]-100)

btc_sp_random_100 = btc_sp_df.iloc[initial_row:initial_row+100]

np.mean(btc_sp_first100['High_BTC'] - btc_sp_first100['Low_BTC'])

943.83

Pojďme cvičit!

Základy statistické inference v Pythonu