Inferential statistik – begrepp

Introduktion till linjär modellering i Python

Jason Vestuto

Data Scientist

Sannolikhetsfördelning

Histogram över antal dagar mot temperaturintervall, dagliga maxtemperaturer i augusti

Populationer och statistik

Histogram över antal dagar mot temperaturintervall, dagliga maxtemperaturer i augusti

Stickprovstagning från populationen

Populationsstatistik vs. stickprovsstatistik

print( len(month_of_temps), month_of_temps.mean(), month_of_temps.std() )
print( len(decade_of_temps), decade_of_temps.mean(), decade_of_temps.std() )

Dra ett slumpmässigt stickprov från en population

month_of_temps = np.random.choice(decade_of_temps, size=31)

Visualisering av fördelningar

2 histogram, ett för stickprov och ett för population, båda visar antal dagar mot temperaturintervall, med betydligt kortare staplar för stickprovet

Visualisering av fördelningar

2 histogram, ett för stickprov och ett för population, båda visar normaliserat antal dagar mot temperaturintervall, med ungefär lika höga staplar för stickprov och population

Sannolikhet och slutledning

Histogram över antal dagar mot temperaturintervall, dagliga maxtemperaturer i augusti

Visualisering av fördelningar

2 histogram, ett för vardera av två olika stickprov, båda visar normaliserat antal dagar mot temperaturintervall, med liknande stapelhöjder men små skillnader mellan intervallen

Återsampling

# Resampling as Iteration
num_samples = 20
for ns in range(num_samples):
    sample = np.random.choice(population, num_pts)
    distribution_of_means[ns] = sample.mean()

# Sample Distribution Statistics
mean_of_means = np.mean(distribution_of_means)
stdev_of_means = np.std(distribution_of_means)

Nu kör vi en övning!

Introduktion till linjär modellering i Python