Статистичний висновок і випадкова вибірка

Основи інференції в Python

Paul Savala

Assistant Professor of Mathematics

Описова статистика

Вибіркові статистики підсумовують дані
Описова статистика підсумовує нашу вибірку

Date	SP500 Close	Daily Change
2017-08-07	2480.91	6.14
2017-08-08	2474.92	-5.99
2017-08-09	2474.02	-0.90
2017-08-10	2438.21	-35.81

Середня денна зміна: -$9.14

Інференція

Зробити висновок про генеральну сукупність
Описова статистика: описує дані
Інференція: робить висновки й рішення

Date	SP500 Close	Daily Change
2017-08-07	2480.91	6.14
2017-08-08	2474.92	-5.99
2017-08-09	2474.02	-0.90
2017-08-10	2438.21	-35.81

Середня денна амплітуда для будь‑яких днів ~ $9.14

Процес статистичного висновку

Діаграма: від генеральної сукупності до вибірки, далі до висновку, і назад до сукупності.

Точкові оцінки

Задається одним значенням
«Найкраща оцінка» невідомої статистики сукупності

Точкова оцінка: 1158.95 BTC денна амплітуда

Перші п'ять рядків набору даних Bitcoin

btc_high = btc_sp_df['High_BTC']
btc_low = btc_sp_df['Low_BTC']


np.mean(btc_high - btc_low)

1158.95

Вибіркування

Точкові оцінки залежать від вибірки

btc_sp_first100 = btc_sp_df.iloc[:100]

np.mean(btc_sp_first100['High_BTC'] - btc_sp_first100['Low_BTC'])

659.60

initial_row = np.random.choice(btc_sp_df.shape[0]-100)

btc_sp_random_100 = btc_sp_df.iloc[initial_row:initial_row+100]

np.mean(btc_sp_first100['High_BTC'] - btc_sp_first100['Low_BTC'])

943.83

Давайте потренуємось!

Основи інференції в Python