ゼロからはじめるデータサイエンス 第2版 ―Pythonで学ぶ基本と実践

15.6

 余談：ブートストラップ

■

213

標準誤差を求めることができます。標準誤差の値が大きいほど、その係数に対する信

頼性は低くなります。残念ながら、本書ではこの線形代数による計算をゼロから作る

方法を取り上げません。

15.6

 余談：ブートストラップ

何らかの（我々の知りえない）分布から生成された

n

個のデータポイントからなる標

本があるとしましょう。

data = get_sample(num_points=n)

5

章では、観測値の中央値を計算する関数を作りました。これを使って分布の中央

値を推定できます。

しかし、この推定はどの程度信頼できるものでしょうか。標本すべてのデータが

100

に近い値を持っていた場合、実際の中央値もおそらく

100

近辺となるでしょう。半分

程度のデータが

0

に近く、残りが

200

に近い値であるなら、中央値がどちらに近いのか

はわかりません。

新しい標本を繰り返し追加するのであれば、その都度中央値を計算すると共にその

中央値の分布も計算できます。しかし、たいていは繰り返し標本が得られるわけでは

ありません。そこで新しく抽出した

n

個のデータポイントでデータを置き換え、その

データの中央値を計算するブートストラップ法を使います。

from typing import TypeVar, Callable

X = TypeVar('X') #

データの汎用型

Stat = TypeVar('Stat') #

統計値の汎用型

def bootstrap_sample(data: List[X]) -> ...