Pojęcia statystyki wnioskowania

Wprowadzenie do modelowania liniowego w Pythonie

Jason Vestuto

Data Scientist

Rozkład prawdopodobieństwa

Histogram liczby dni względem przedziałów temperatury, najwyższe temperatury dobowe w sierpniu

Populacje i statystyki

Histogram liczby dni względem przedziałów temperatury, najwyższe temperatury dobowe w sierpniu

Próbkowanie populacji

Statystyki populacji a statystyki próbki

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() )

Losowanie próbki z populacji

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

Wizualizacja rozkładów

2 histogramy, jeden dla próbki i jeden dla populacji, liczba dni względem przedziałów temperatury, słupki próbki są znacznie niższe

Wizualizacja rozkładów

2 histogramy, jeden dla próbki i jeden dla populacji, znormalizowana liczba dni względem przedziałów temperatury, słupki próbki o zbliżonej wysokości do słupków populacji

Prawdopodobieństwo i wnioskowanie

Histogram liczby dni względem przedziałów temperatury, najwyższe temperatury dobowe w sierpniu

Wizualizacja rozkładów

2 histogramy dla dwóch różnych próbek, znormalizowana liczba dni względem przedziałów temperatury, słupki o zbliżonych wysokościach, lecz różniące się nieznacznie między przedziałami

Ponowne próbkowanie

# 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)

Czas na ćwiczenia!

Wprowadzenie do modelowania liniowego w Pythonie