自助法信賴區間
統計思維個案研究
Justin Bois
Lecturer, Caltech
EDA 是第一步
「探索式資料分析不會是全貌，但沒有任何東西能取代它作為奠基的第一步。」
——John Tukey
活動時段長度 ECDF
1 資料提供：加州理工學院的 Avni Gandhi、Grigorios Oikonomou 與 David Prober
最佳參數值
- 最佳參數值：最能描述資料的機率分配參數值
- 指數分配的最佳參數：由資料的平均數計算
np.mean(nuclear_incident_times)
87.140350877192986
1 資料來源：Wheatley、Sovacool 與 Sornette，Nuclear Events Database
自助抽樣（bootstrap sample）
資料的重抽樣陣列
# Resample nuclear_incident_times with replacement
bs_sample = np.random.choice(
nuclear_incident_times,
replace=True,
size=len(inter_times)
)
自助法重複估計值
1 資料來源：Wheatley、Sovacool 與 Sornette，Nuclear Events Database
自助法重複估計值
1 資料來源：Wheatley、Sovacool 與 Sornette，Nuclear Events Database
自助法重複估計值
1 資料來源：Wheatley、Sovacool 與 Sornette，Nuclear Events Database
自助法重複估計值
1 資料來源：Wheatley、Sovacool 與 Sornette，Nuclear Events Database
自助法重複估計值
自助法重複估計值：由一個自助抽樣計算出的統計量
dcst.draw_bs_reps()
從資料集抽取自助法重複估計值的函式
# Draw 10000 replicates of the mean from
# nuclear_incident_times
bs_reps = dcst.draw_bs_reps(
nuclear_incident_times, np.mean, size=10000
)
自助法信賴區間
1 資料來源：Wheatley、Sovacool 與 Sornette，Nuclear Events Database
自助法信賴區間
若不斷重複量測，觀察值中有 p% 會落在 p% 的信賴區間內
自助法信賴區間
np.percentile(bs_reps, [2.5, 97.5])
array([ 73.31505848, 102.39181287])
