Парний бутстреп

Статистичне мислення в Python (Частина 2)

Justin Bois

Lecturer at the California Institute of Technology

Непараметричні висновки

Не робіть припущень про модель або розподіл імовірностей, що лежать в основі даних

Результати виборів у коливних штатах США, 2008

¹ Дані отримано з Data.gov (https://www.data.gov/)

Парний бутстреп для лінійної регресії

Перевиберіть дані парами
Обчисліть кутовий коефіцієнт і перетин за перевибраними даними
Кожен кутовий коефіцієнт і перетин — це бутстреп-реплікат
Обчисліть довірчі інтервали за перцентилями бутстреп-реплікатів

Генерування парного бутстреп-вибірки

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]

Обчислення парного бутстреп-репліката

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])

Результати виборів у коливних штатах США, 2008

¹ Дані отримано з Data.gov (https://www.data.gov/)

Давайте потренуємось!

Статистичне мислення в Python (Частина 2)