使用引导random.choice

Question

我试图使用引导使1000个复制子(np.random.choice)与替换重采样，这样我就可以计算每个复制的平均值。然后，我将比较这些平均值的标准差​​和标准。

然而，我没有正确的引导部分，如何修复呢？

import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
import seaborn as sns
from scipy import stats

df = pd.read_csv('http://www.math.uah.edu/stat/data/Pearson.txt',
                 delim_whitespace=True)
df.head()
y = df['Son'].values

Replications = np.random.choice(y, 1000, replace = True)
print("Replications: " , Replications)
print("")
Mean = np.mean(Replications)

print("Mean: " , Mean)

sem = stats.sem(y)
print ("The SEM : ", sem)

Answer 1

您可以创建1000个长度为len(df)的副本，如下所示：

Replications = np.array([np.random.choice(df.Son, len(df), replace = True) for _ in range(1000)])
Mean = np.mean(Replications, axis=1)
print("Mean: " , Mean)

谢谢!