Неопределённость модели и выборочные распределения

Введение в линейное моделирование на Python

Jason Vestuto

Data Scientist

Генеральная совокупность недоступна

Гистограмма количества дней по температурным интервалам, максимальные дневные температуры в августе

Выборка как модель генеральной совокупности

2 гистограммы: для выборки и генеральной совокупности; нормированное количество дней по температурным интервалам; столбцы выборки примерно совпадают по высоте со столбцами генеральной совокупности

Выборочная статистика

Гистограмма для одной выборки: количество дней по температурным интервалам

Бутстрэп-ресэмплинг

3 гистограммы для трёх выборок; центры каждой смещены относительно других; оси: количество дней и температурные интервалы

Распределение повторных выборок

Гистограмма средних значений: количество выборок по интервалам средней температуры

Бутстрэп в коде

# 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)

Выборка с возвратом

# 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

Выборка с возвратом

# 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

Давайте потренируемся!

Введение в линейное моделирование на Python