Intervalles de confiance bootstrap
Études de cas en pensée statistique
Justin Bois
Lecturer, Caltech
L'EDA est la première étape
« L'analyse exploratoire des données ne peut jamais tout raconter, mais rien d'autre ne peut servir de pierre d'assise, de première étape. »
-- John Tukey
Fonctions ECDF de la durée d'activité
1 Données fournies par Avni Gandhi, Grigorios Oikonomou et David Prober, Caltech
Valeur optimale du paramètre
- Valeur optimale du paramètre : valeur du paramètre d'une loi de probabilité qui décrit le mieux les données
- Paramètre optimal pour la loi exponentielle : calculé à partir de la moyenne des données
np.mean(nuclear_incident_times)
87.140350877192986
1 Source des données : Wheatley, Sovacool et Sornette, Nuclear Events Database
Échantillon bootstrap
Un tableau rééchantillonné des données
# Rééchantillonner nuclear_incident_times avec remise
bs_sample = np.random.choice(
nuclear_incident_times,
replace=True,
size=len(inter_times)
)
Répliques bootstrap
1 Source des données : Wheatley, Sovacool et Sornette, Nuclear Events Database
Répliques bootstrap
1 Source des données : Wheatley, Sovacool et Sornette, Nuclear Events Database
Répliques bootstrap
1 Source des données : Wheatley, Sovacool et Sornette, Nuclear Events Database
Répliques bootstrap
1 Source des données : Wheatley, Sovacool et Sornette, Nuclear Events Database
Répliques bootstrap
Réplique bootstrap : statistique calculée à partir d'un échantillon bootstrap
dcst.draw_bs_reps()
Fonction pour tirer des répliques bootstrap d'un jeu de données
# Tirer 10000 répliques de la moyenne à partir de
# nuclear_incident_times
bs_reps = dcst.draw_bs_reps(
nuclear_incident_times, np.mean, size=10000
)
L'intervalle de confiance bootstrap
1 Source des données : Wheatley, Sovacool et Sornette, Nuclear Events Database
L'intervalle de confiance bootstrap
Si l'on répétait les mesures encore et encore, p % des valeurs observées se situeraient dans l'intervalle de confiance à p %
L'intervalle de confiance bootstrap
np.percentile(bs_reps, [2.5, 97.5])
array([ 73.31505848, 102.39181287])
