Активность данио-рерио и мелатонин

Примеры применения статистического мышления

Justin Bois

Lecturer, Caltech

Практические задачи по статистическому мышлению

Развивайте навыки статистического мышления
Работайте с реальными наборами данных
Повторение курсов Statistical Thinking in Python (часть 1 и часть 2)

Начинаем с данио-рерио

¹ Видео предоставлено Дэвидом Пробером, Caltech

Терминология

Мутант: несёт мутацию на обеих хромосомах

Дикий тип: мутация отсутствует

Активность рыб днём и ночью

¹ Данные предоставлены Авни Ганди, Григориосом Ойкономоу и Дэвидом Пробером, Caltech

Активные периоды: метрика бодрствования

Активный период: промежуток времени, в течение которого рыба непрерывно активна

Длина активного периода: число последовательных минут с активностью

Распределения вероятностей и их истории

Распределение вероятностей: математическое описание исходов

У распределения вероятностей есть своя история

Распределения из курса Statistical Thinking I

Равномерное
Биномиальное
Пуассона
Нормальное
Экспоненциальное

Экспоненциальное распределение

Процесс Пуассона: момент следующего события полностью не зависит от момента предыдущего

История экспоненциального распределения: время ожидания между событиями процесса Пуассона подчиняется экспоненциальному распределению

Экспоненциальная функция распределения (CDF)

x, y = ecdf(nuclear_incident_times)

_ = plt.plot(x, y, marker='.', linestyle='none')

¹ Источник данных: Wheatley, Sovacool и Sornette, Nuclear Events Database

Экспоненциальная функция распределения (CDF)

x, y = ecdf(nuclear_incident_times)

_ = plt.plot(x, y, marker='.', linestyle='none')

¹ Источник данных: Wheatley, Sovacool и Sornette, Nuclear Events Database

 import dc_stat_think as dcst

 dcst.pearson_r?

 Signature: dcst.pearson_r(data_1, data_2)
 Docstring: Compute the Pearson correlation coefficient between two 
 samples.
 Parameters
 ----------
 data_1 : array_like
     One-dimensional array of data.
 data_2 : array_like
     One-dimensional array of  data.
 Returns
 -------
 output : float
     The Pearson correlation coefficient between `data_1`
     and `data_2`.
 File:      usr/local/lib/python3.5/site-packages/
            dc_stat_think-0.1.4-py3.6.egg/dc_stat_think/dc_stat_think.py
 Type:      function

Использование модуля dc_stat_think

x, y = dcst.ecdf(nuclear_incident_times)

% pip install dc_stat_think

Давайте потренируемся!

Примеры применения статистического мышления