Невизначеність моделі та вибіркові розподіли

Вступ до лінійного моделювання в Python

Jason Vestuto

Data Scientist

Генеральна сукупність недоступна

Стовпчикова діаграма: кількість днів за інтервалами температур; Денний максимум у серпні

Вибірка як модель сукупності

2 гістограми: вибірка і генеральна сукупність; обидві нормовані за кількістю днів та інтервалами температур; стовпчики вибірки майже тієї ж висоти, що й у сукупності

Вибіркова статистика

Гістограма для однієї вибірки: кількість днів за інтервалами температур

Бутстрап-перевибірка

Три гістограми для трьох вибірок; центри зсунуті одна відносно одної; осі: кількість днів і інтервали температур

Розподіл перевибірок

Гістограма середніх значень; осі: кількість вибірок і інтервали середньої температури

Бутстрап у коді

# Use sample as model for population
population_model = august_daily_highs_for_2017

# Simulate repeated data acquisitions by resampling the "model"
for nr in range(num_resamples):
    bootstrap_sample = np.random.choice(population_model, size=resample_size, replace=True)
    bootstrap_means[nr] = np.mean(bootstrap_sample)

# Compute the mean of the bootstrap resample distribution
estimate_temperature = np.mean(bootstrap_means)

# Compute standard deviation of the bootstrap resample distribution
estimate_uncertainty = np.std(bootstrap_means)

Повернення елементів

# Define the sample of notes
sample = ['A', 'B', 'C', 'D', 'E', 'F', 'G']

# Replace = True, repeats are allowed
bootstrap_sample = np.random.choice(sample, size=4, replace=True)
print(bootstrap_sample)

C C F G

Повернення елементів

# Replace = False
bootstrap_sample = np.random.choice(sample, size=4, replace=False)
print(bootstrap_sample)

C G A F

# Replace = True, more lengths are allowed
bootstrap_sample = np.random.choice(sample, size=16, replace=True)
print(bootstrap_sample)

C C F G C G A E F D G B B A E C

Давайте потренуємось!

Вступ до лінійного моделювання в Python