Niepewność modelu i rozkłady próbek

Wprowadzenie do modelowania liniowego w Pythonie

Jason Vestuto

Data Scientist

Populacja niedostępna

Histogram liczby dni w stosunku do przedziałów temperatur, dzienne maksima w sierpniu

Próbka jako model populacji

2 histogramy: jeden dla próbki, jeden dla populacji, oba znormalizowane (liczba dni vs. przedziały temperatur); słupki próbki są zbliżone wysokością do słupków populacji

Statystyka próbki

Histogram jednej próbki: liczba dni vs. przedziały temperatur

Próbkowanie bootstrapowe

3 histogramy dla trzech próbek, każdy z przesuniętym centrum, na osiach liczba dni vs. przedziały temperatur

Rozkład prób bootstrapowych

Histogram średnich: liczba próbek vs. przedziały średniej temperatury

Bootstrap w kodzie

# Use sample as model for population
population_model = august_daily_highs_for_2017

# Simulate repeated data acquisitions by resampling the "model"
for nr in range(num_resamples):
    bootstrap_sample = np.random.choice(population_model, size=resample_size, replace=True)
    bootstrap_means[nr] = np.mean(bootstrap_sample)

# Compute the mean of the bootstrap resample distribution
estimate_temperature = np.mean(bootstrap_means)

# Compute standard deviation of the bootstrap resample distribution
estimate_uncertainty = np.std(bootstrap_means)

Losowanie ze zwracaniem

# Define the sample of notes
sample = ['A', 'B', 'C', 'D', 'E', 'F', 'G']

# Replace = True, repeats are allowed
bootstrap_sample = np.random.choice(sample, size=4, replace=True)
print(bootstrap_sample)

C C F G

Losowanie ze zwracaniem

# Replace = False
bootstrap_sample = np.random.choice(sample, size=4, replace=False)
print(bootstrap_sample)

C G A F

# Replace = True, more lengths are allowed
bootstrap_sample = np.random.choice(sample, size=16, replace=True)
print(bootstrap_sample)

C C F G C G A E F D G B B A E C

Czas na ćwiczenia!

Wprowadzenie do modelowania liniowego w Pythonie