Intervall för punktskattningar

Förbättra dina datavisualiseringar i Python

Nick Strayer

Instructor

Diagram med vita och svarta punkter inneslutna i en ruta märkt population

Förbättra dina datavisualiseringar i Python

Ett litet urval av svarta och vita punkter hämtas från den större populationen av punkter

Förbättra dina datavisualiseringar i Python

Flera små urval av svarta och vita punkter hämtas från den större populationen av punkter

Förbättra dina datavisualiseringar i Python

När är osäkerhet viktigt?

Kräver osäkerhet

  • Skattningar från urval
    • Medelvärde av en delmängd
    • Koefficienter i linjär modell

Kräver inte osäkerhet

  • Fakta
    • Antal
    • Sammanfattningar av en hel population
Förbättra dina datavisualiseringar i Python

Varför är osäkerhet viktigt?

  • Ger information om tillförlitligheten i en skattning
  • Nödvändigt för beslutsfattande
  • Erkänner datas begränsningar

Fallskärmshoppare med öppen fallskärm

Förbättra dina datavisualiseringar i Python

Rutnät med många små urval av vita och svarta punkter

Förbättra dina datavisualiseringar i Python

Diagram över konfidensintervall med nedre och övre gränser under utgråat urvalsrutnät

Förbättra dina datavisualiseringar i Python
plt.hlines(xmin='lower', xmax='upper', y='y', data=data, 
           linewidth=5, color='steelblue', alpha=0.5)

# Point-estimate for reference
plt.plot('est', 'y', 'k|', data = data)

Grundläggande konfidensintervallplot med horisontella blå staplar och vita centrumpunkter

Förbättra dina datavisualiseringar i Python

Nu kör vi en övning!

Förbättra dina datavisualiseringar i Python

Preparing Video For Download...