Optymalne parametry

Myślenie statystyczne w Pythonie (część 2)

Justin Bois

Lecturer at the California Institute of Technology

Histogram pomiarów Michelsona

ch1-1.002.png

¹ Dane: Michelson, 1880

CDF pomiarów Michelsona

ch1-1.004.png

¹ Dane: Michelson, 1880

Sprawdzanie normalności danych Michelsona

import numpy as np
import matplotlib.pyplot as plt

mean = np.mean(michelson_speed_of_light)
std = np.std(michelson_speed_of_light)
samples = np.random.normal(mean, std, size=10000)

CDF pomiarów Michelsona

ch1-1.010.png

¹ Dane: Michelson, 1880

CDF z błędnym odch. stand.

ch1-1.012.png

¹ Dane: Michelson, 1880

CDF z błędnym oszacowaniem średniej

ch1-1.014.png

¹ Dane: Michelson, 1880

Optymalne parametry

Wartości parametrów, które najlepiej dopasowują model do danych

Masa okonia wielkogębowego z MA

ch1-1.017.png

¹ Źródło: Mass. Dept. of Environmental Protection

Pakiety do wnioskowania statystycznego

ch1-1.020.png

Pakiety do wnioskowania statystycznego

ch1-1.021.png

Pakiety do wnioskowania statystycznego

ch1-1.022.png

¹ Zdjęcie noża: D-M Commons, CC BY-SA 3.0

Czas na ćwiczenia!

Myślenie statystyczne w Pythonie (część 2)