Bootstrap python
时间: 2023-10-19 22:36:03 浏览: 99
Python Web 实战项目,Flask + Jinja2 + Bootstrap 开发的招聘网站
Bootstrap抽样是一种非参数统计方法,用于对总体的分布特性进行统计推断。具体步骤如下:
1. 首先,生成总体数据集pop。
2. 接着,从总体数据集中随机抽取一个样本,并将该样本作为抽样数据集。
3. 重复以上步骤多次,每次都从总体数据集中随机抽取一个样本,并将所有的抽样数据集组合起来。
4. 根据抽样数据集,可以计算出感兴趣的统计值,比如均值、方差等。
通过多次抽样和计算,可以得到关于这些统计值的分布情况,进而进行统计推断。
在Python中,可以使用numpy库来实现Bootstrap抽样。首先,可以使用np.random.choice函数从总体数据集中随机抽取样本,例如:
np.random.seed(123)
pop = np.random.randint(0, 500, size=1000)
sample = np.random.choice(pop, size=300) # 进行抽样,样本数量为300
根据抽样结果,我们可以进行各种统计分析或推断,比如验证样本的男女比例是否和总体一致,或者进行其他模拟实验。 [4.1] [4.2]
参考文献:
Python | Bootstrap采样实现
Bootstrap是非参数统计方法,其实质是对观测信息进行再抽样,进而对总体的分布特性进行统计推断
具体实现代码示例
采样的Python实现<span class="em">1</span><span class="em">2</span><span class="em">3</span>
阅读全文