相关概念

1.采样相关概念

• 总体：研究对象的全体
• 样本：从总体中的随机抽样
• 采样偏差：是由于抽样过程中没有达到足够随机而产生 、

抽样的方式会严重影响样本的随机性，从而影响对总体的预测，抽样的方法有多种，可以使用一定的方法来减小采样误差，然而采样误差是无法避免的。

2.误差：不确定性的某种表示

• 标准差：使用标准差画error bar；用于表征数据分散程度

  • 总体标准差：
  • 样本标准差：

• Bootstrap置信区间：用总体统计量的估计区间画error bar；用于表征数据的波动范围

  • 可重复采样：抽取的个体仍可参加下次采样，常用于估计总体统计量的置信区间
  • 如何使用Bootstrap计算置信区间（Quantile算法）：用重采样的采样方法，计算统计量并排序，取相应的分位数，作为置信区间的边界

  推荐阅读:如果你有兴趣，可以阅读《An Introduction to the Bootstrap》这本书了解更多关于Bootstrap的知识和其他计算置信区间的方法

  • seaborn画图参数区别：1）使用标准差绘制error bar：ci=’sd’ 2）使用Bootstrap置信区间画error bar：ci & n_boot

代码如下:

import pandas
iris = pandas.read_csv('http://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data')
iris.columns=['sepal_length','sepal_width','petal_length','petal_width','species']

import seaborn
%matplotlib inline

seaborn.barplot(x='species',y='petal_length',data=iris,ci='sd')

seaborn.barplot(x='species',y='petal_length',data=iris,ci=90,n_boot=1000)

Error Bar：黑线即为Error Bar，在每一列上的Error Bar 表征：在给定的置信区间下，统计量的范围会在黑线内波动