पेयर बूटस्ट्रैप

Statistical Thinking in Python (Part 2)

Justin Bois

Lecturer at the California Institute of Technology

नॉनपैरामेट्रिक इनफ़रेंस

डेटा के पीछे मौजूद मॉडल या प्रायिकता वितरण के बारे में कोई मान्यताएँ न मानें

2008 US स्विंग स्टेट चुनाव नतीजे

ch2-3.004.png

¹ Data retrieved from Data.gov (https://www.data.gov/)

लिनियर रिग्रेशन के लिए पेयर्स बूटस्ट्रैप

डेटा को पेयर्स में फिर से सैंपल करें
रिसैंपल्ड डेटा से स्लोप और इंटरसेप्ट निकालें
हर स्लोप और इंटरसेप्ट एक बूटस्ट्रैप रेप्लिकेट है
बूटस्ट्रैप रेप्लिकेट्स के पर्सेंटाइल से कॉन्फिडेंस इंटरवल निकालें

पेयर बूटस्ट्रैप सैंपल बनाना

np.arange(7)

array([0, 1, 2, 3, 4, 5, 6])

inds = np.arange(len(total_votes))

bs_inds = np.random.choice(inds, len(inds))

bs_total_votes = total_votes[bs_inds]
bs_dem_share = dem_share[bs_inds]

पेयर बूटस्ट्रैप रेप्लिकेट निकालना

bs_slope, bs_intercept = np.polyfit(bs_total_votes, 
                                    bs_dem_share, 1)

bs_slope, bs_intercept

(3.9053605692223672e-05, 40.387910131803025)

np.polyfit(total_votes, dem_share, 1)  # fit of original

array([  4.03707170e-05,   4.01139120e+01])

2008 US स्विंग स्टेट चुनाव नतीजे

ch2-3.022.png

¹ Data retrieved from Data.gov (https://www.data.gov/)

अभ्यास करते हैं!

Statistical Thinking in Python (Part 2)