模型不确定性与样本分布

Python 线性建模入门

Jason Vestuto

Data Scientist

总体不可得

按温度分箱的天数直方图，8 月每日最高温

用样本建总体模型

两个直方图：样本与总体；均为标准化天数对温度分箱；样本柱高与总体相近

样本统计量

单一样本的直方图，天数对温度分箱

自助法重采样

三个样本的直方图，各自中心不同；坐标为天数对温度分箱

重采样分布

均值的直方图，坐标为样本数对平均温度分箱

代码中的自助法

# 用样本作为总体模型
population_model = august_daily_highs_for_2017

# 通过对"模型"重采样来模拟重复测量
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)

# 计算自助法重采样分布的均值
estimate_temperature = np.mean(bootstrap_means)

# 计算自助法重采样分布的标准差
estimate_uncertainty = np.std(bootstrap_means)

有放回

# 定义音符样本
sample = ['A', 'B', 'C', 'D', 'E', 'F', 'G']

# replace=True，允许重复
bootstrap_sample = np.random.choice(sample, size=4, replace=True)
print(bootstrap_sample)

C C F G

无放回/有放回

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

C G A F

# replace=True，可取更长序列
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

¡Vamos a practicar!

Python 线性建模入门