راه
۶ کیو· متوسطمتوسطPYTHON۴ ثانیه · ۲۵۶ مگابایت

خطای استاندارد با بوت‌استرپ

تابع bootstrap_se(x, B, seed) خطای استاندارد میانگین و میانهی نمونه‌ی x را با بوت‌استرپ برآورد می‌کند و [se_mean, se_median] را برمی‌گرداند.

دقیقاً به این ترتیب، تا جواب یکتا باشد:

  1. rng = np.random.default_rng(seed)
  2. B بار: idx = rng.integers(0, n, size=n) — یک نمونه‌ی بوت‌استرپ با جایگذاری — و میانگین و میانه‌ی x[idx] را نگه دارید.
  3. خطای استاندارد هر آماره، انحراف معیار B مقدارش است با تقسیم بر B − 1 (np.std(..., ddof=1)).
SEB(α^)=1B−1∑r=1B(α^∗r−1B∑r′=1Bα^∗r′)2\mathrm{SE}_B(\hat\alpha) = \sqrt{\frac{1}{B-1}\sum_{r=1}^{B}\Big(\hat\alpha^{*r} - \frac{1}{B}\sum_{r'=1}^{B}\hat\alpha^{*r'}\Big)^2}

نمونه‌ها

ورودی نمونه ۱
[[2, 4, 4, 4, 5, 5, 7, 9], 1000, 0]
خروجی نمونه ۱
[0.6774, 0.7229]

برای نوشتن پاسخ و دریافت امتیاز، ابتدا وارد حساب شوید.

ورود