Bootstrap confidence intervals

กรณีศึกษาด้านการคิดเชิงสถิติ

Justin Bois

Lecturer, Caltech

EDA คือก้าวแรก

"การวิเคราะห์ข้อมูลเชิงสำรวจไม่อาจเป็นทั้งหมดของเรื่อง แต่ไม่มีสิ่งใดทำหน้าที่เป็นรากฐานได้ดีไปกว่านี้"

--John Tukey

กรณีศึกษาด้านการคิดเชิงสถิติ

ECDF ของระยะเวลาช่วง Active

1 ข้อมูลโดยความอนุเคราะห์ของ Avni Gandhi, Grigorios Oikonomou และ David Prober, Caltech
กรณีศึกษาด้านการคิดเชิงสถิติ

ค่าพารามิเตอร์ที่เหมาะสมที่สุด

  • ค่าพารามิเตอร์ที่เหมาะสมที่สุด: ค่าพารามิเตอร์ของการแจกแจงความน่าจะเป็นที่อธิบายข้อมูลได้ดีที่สุด

  • พารามิเตอร์ที่เหมาะสมสำหรับการแจกแจงแบบ Exponential: คำนวณจากค่าเฉลี่ยของข้อมูล
กรณีศึกษาด้านการคิดเชิงสถิติ
np.mean(nuclear_incident_times)

87.140350877192986

1 แหล่งข้อมูล: Wheatley, Sovacool, and Sornette, Nuclear Events Database
กรณีศึกษาด้านการคิดเชิงสถิติ

Bootstrap sample

อาร์เรย์ที่สุ่มตัวอย่างใหม่จากข้อมูล

# Resample nuclear_incident_times with replacement
bs_sample = np.random.choice(
  nuclear_incident_times,
  replace=True,
  size=len(inter_times)
)
กรณีศึกษาด้านการคิดเชิงสถิติ

Bootstrap replicates

1 แหล่งข้อมูล: Wheatley, Sovacool, and Sornette, Nuclear Events Database
กรณีศึกษาด้านการคิดเชิงสถิติ

Bootstrap replicates

1 แหล่งข้อมูล: Wheatley, Sovacool, and Sornette, Nuclear Events Database
กรณีศึกษาด้านการคิดเชิงสถิติ

Bootstrap replicates

1 แหล่งข้อมูล: Wheatley, Sovacool, and Sornette, Nuclear Events Database
กรณีศึกษาด้านการคิดเชิงสถิติ

Bootstrap replicates

1 แหล่งข้อมูล: Wheatley, Sovacool, and Sornette, Nuclear Events Database
กรณีศึกษาด้านการคิดเชิงสถิติ

Bootstrap replicates

Bootstrap replicate: สถิติที่คำนวณจาก bootstrap sample

กรณีศึกษาด้านการคิดเชิงสถิติ

dcst.draw_bs_reps()

ฟังก์ชันสำหรับสุ่ม bootstrap replicates จากชุดข้อมูล

# Draw 10000 replicates of the mean from
# nuclear_incident_times
bs_reps = dcst.draw_bs_reps(
  nuclear_incident_times, np.mean, size=10000
)
กรณีศึกษาด้านการคิดเชิงสถิติ

Bootstrap confidence interval

1 แหล่งข้อมูล: Wheatley, Sovacool, and Sornette, Nuclear Events Database
กรณีศึกษาด้านการคิดเชิงสถิติ

Bootstrap confidence interval

หากวัดซ้ำหลาย ๆ ครั้ง ค่าที่สังเกตได้ p% จะอยู่ภายใน confidence interval ระดับ p%

กรณีศึกษาด้านการคิดเชิงสถิติ

Bootstrap confidence interval

np.percentile(bs_reps, [2.5, 97.5])

array([  73.31505848,  102.39181287])
กรณีศึกษาด้านการคิดเชิงสถิติ

มาฝึกกันเถอะ!

กรณีศึกษาด้านการคิดเชิงสถิติ

Preparing Video For Download...