Активність даніо й мелатонін

Кейс-стаді зі статистичного мислення

Justin Bois

Lecturer, Caltech

Кейси зі статистичного мислення

Відшліфуйте й розширте свої навички статистичного мислення
Працюйте з реальними наборами даних
Огляд Statistical Thinking in Python (Part 1) та (Part 2)

Розминка з даніо

¹ Відео надано David Prober, Caltech

Номенклатура

Mutant: має мутацію на обох хромосомах

Wild type: не має мутації

Активність риб удень і вночі

¹ Дані надані Avni Gandhi, Grigorios Oikonomou та David Prober, Caltech

Активні відрізки: метрика бадьорості

Active bout: проміжок, коли риба послідовно активна

Active bout length: кількість підряд хвилин з активністю

Розподіли й «історії»

Розподіл імовірності: математичний опис результатів

У розподілу імовірності є історія

Розподіли зі Statistical Thinking I

Рівномірний
Біноміальний
Пуассонівський
Нормальний
Експоненційний

Експоненційний розподіл

Пуассонівський процес: час до наступної події повністю незалежний від часу попередньої

Історія експоненційного розподілу: час очікування між надходженнями в пуассонівському процесі має експоненційний розподіл

Експоненційна CDF

x, y = ecdf(nuclear_incident_times)

_ = plt.plot(x, y, marker='.', linestyle='none')

¹ Джерело даних: Wheatley, Sovacool та Sornette, Nuclear Events Database

Експоненційна CDF

x, y = ecdf(nuclear_incident_times)

_ = plt.plot(x, y, marker='.', linestyle='none')

¹ Джерело даних: Wheatley, Sovacool та Sornette, Nuclear Events Database

 import dc_stat_think as dcst

 dcst.pearson_r?

 Signature: dcst.pearson_r(data_1, data_2)
 Docstring: Compute the Pearson correlation coefficient between two 
 samples.
 Parameters
 ----------
 data_1 : array_like
     One-dimensional array of data.
 data_2 : array_like
     One-dimensional array of  data.
 Returns
 -------
 output : float
     The Pearson correlation coefficient between `data_1`
     and `data_2`.
 File:      usr/local/lib/python3.5/site-packages/
            dc_stat_think-0.1.4-py3.6.egg/dc_stat_think/dc_stat_think.py
 Type:      function

Використання модуля dc_stat_think

x, y = dcst.ecdf(nuclear_incident_times)

% pip install dc_stat_think

Давайте потренуємось!

Кейс-стаді зі статистичного мислення