बूटस्ट्रैप कॉन्फिडेंस इंटरवल्स

Statistical Thinking के केस स्टडीज़

Justin Bois

Lecturer, Caltech

EDA पहला कदम है

"Exploratory data analysis कभी पूरी कहानी नहीं होती, लेकिन यही बुनियाद और पहला कदम है."

--John Tukey

¹ डेटा सौजन्य: Avni Gandhi, Grigorios Oikonomou, और David Prober, Caltech

सर्वोत्तम पैरामीटर मान: उस प्रायिकता वितरण का पैरामीटर मान जो डेटा को सबसे अच्छी तरह दर्शाता है

np.mean(nuclear_incident_times)

87.140350877192986

¹ डेटा स्रोत: Wheatley, Sovacool, और Sornette, Nuclear Events Database

डेटा का एक resampled array

# Resample nuclear_incident_times with replacement
bs_sample = np.random.choice(
  nuclear_incident_times,
  replace=True,
  size=len(inter_times)
)

¹ डेटा स्रोत: Wheatley, Sovacool, और Sornette, Nuclear Events Database

¹ डेटा स्रोत: Wheatley, Sovacool, और Sornette, Nuclear Events Database

¹ डेटा स्रोत: Wheatley, Sovacool, और Sornette, Nuclear Events Database

¹ डेटा स्रोत: Wheatley, Sovacool, और Sornette, Nuclear Events Database

बूटस्ट्रैप रिप्लिकेट: बूटस्ट्रैप सैंपल से निकला कोई सांख्यिकीय मान

डेटासेट से बूटस्ट्रैप रिप्लिकेट्स निकालने का फंक्शन

# Draw 10000 replicates of the mean from
# nuclear_incident_times
bs_reps = dcst.draw_bs_reps(
  nuclear_incident_times, np.mean, size=10000
)

¹ डेटा स्रोत: Wheatley, Sovacool, और Sornette, Nuclear Events Database

यदि हम नाप को बार-बार दोहराएँ, तो देखे गए मानों में से p% मान p% कॉन्फिडेंस इंटरवल के भीतर आएँगे

np.percentile(bs_reps, [2.5, 97.5])

array([  73.31505848,  102.39181287])

Statistical Thinking के केस स्टडीज़