如何在python中的boostrap中使用Pearson相关性？

Question

我有任务需要用 python 完成。描述如下：

使用函数

scipy.stats.bootstrap()

，基于变量

1-alpha = 0.98

：皮尔逊相关系数，在显着性水平

sample_2

下对以下参数进行区间估计。

将结果保存到名为

r_ci

的变量中，其中包含带有置信区间下限和上限的列表。计算各参数值时，将随机数生成器种子对应的

scipy.stats.bootstrap()

中函数参数的值设置为

25

。

我的代码有问题，我尝试了很多方法。所以基本上我不知道如何在引导程序中使用皮尔逊相关性。我尝试定义一个函数，或者如您所见，我尝试直接在参数中使用它。目前的问题是

x

和

y

的大小不同。这不是真的，它们都有 25 行，没有 NaN。我尝试了很多建议，但有不同的错误，但原因相同。这段代码应该非常简短，它需要遵循我之前给出的任务，并且没有任何改变

sample_2

。

x = sp.stats.uniform.rvs(loc=-2, scale=10, size=25, random_state=34)

y = 2*x - 5 + sp.stats.norm.rvs(loc=0, scale=2, size=25, random_state=13)

sample_2 = pd.DataFrame(data=np.array([x, y]).T, columns=["X", "Y"])

boot_strap = sp.stats.bootstrap((sample_2['X'], sample_2['Y']), sp.stats.pearsonr, confidence_level=0.98, random_state=25)

r_ci = [boot_strap.confidence_interval[0], boot_strap.confidence_interval[1]]

print(r_ci)

Answer 1

好吧，解决方案就是使用一个参数：paired=TRUE