Бутстреп: стандартные ошибки и доверительные интервалы
Содержание курса
0 / 1 баллов
Бутстреп стоимости регистрации
Маркетинговая команда оценивает общую стоимость регистрации по выборке независимых рекламных кампаний. Для каждого запуска известны понесённые расходы и количество привлечённых пользователей. Итоговый показатель рассчитывается не как среднее по отдельным кампаниям, а как отношение всех потраченных средств ко всем полученным регистрациям. При этом в общий массив могут входить и кампании с нулевым откликом.
Чтобы оценить разброс этой величины, применяется непараметрический бутстреп. Данные каждого запуска неделимы: расходы и регистрации переотбираются только вместе, как единое наблюдение. Если суммарные траты равны нулю при положительном числе регистраций, отношение считается допустимым. Однако если суммарное число регистраций окажется нулевым — будь то в исходных данных или хотя бы в одной полученной бутстреп-выборке, — корректно определить метрику нельзя, и алгоритм должен явно сообщить о невозможности полного расчёта.
Когда отношение определено на исходном наборе и во всех бутстреп-выборках, требуется получить точечную оценку, бутстреп-стандартную ошибку и процентильный доверительный интервал. Какие значения примет эта тройка характеристик для заданной выборки кампаний?
Что уже дано
В редакторе представлена заготовка функции bootstrap_registration_cost(campaigns, repeats, alpha, seed). Дополнительных файлов или скрытых переменных нет: вам предстоит написать тело этой функции.
Что нужно сделать
Реализуйте функцию bootstrap_registration_cost(campaigns: list[list[int]], repeats: int, alpha: float, seed: int) -> dict.
Функция принимает четыре аргумента:
campaigns— упорядоченный список из наблюдений (). Каждое наблюдение — двухэлементный список[расходы, регистрации], где расходы — целое число от 0 до 100 000 рублей, а число регистраций — целое число от 0 до 10 000. Порядок наблюдений важен для воспроизводимости;repeats— число бутстреп-реплик, целое число от 2 до 4096 включительно;alpha— вещественное число от 0.02 до 0.40 включительно, определяющее номинальный уровень доверия ;seed— целое число от 0 до включительно для инициализации генератора случайных чисел.
Целевая величина — отношение суммарных расходов к суммарному числу регистраций по всем кампаниям выборки. Если суммарные расходы равны нулю, а суммарное число регистраций строго положительно, отношение корректно равно 0.0. Если суммарное число регистраций равно нулю, отношение математически не определено.
Правила ресэмплинга и воспроизводимости:
- Наблюдения кампаний отбираются с возвращением парами целиком. Разделять расходы и регистрации нельзя.
- Для воспроизводимости эталонный банк индексов задаётся как
numpy.random.default_rng(seed).integers(0, n, size=(repeats, n)). Каждая строка длины задаёт одну бутстреп-выборку, а её элементы указывают индексы отбираемых пар изcampaigns. Допустима любая эквивалентная реализация, дающая те же статусы и числа с оговорённой точностью. - Запрещено пропускать, заменять или переотбирать реплики, если в них возник нулевой суммарный знаменатель.
Правила расчёта характеристик:
- Бутстреп-стандартная ошибка
bootstrap_seрассчитывается как выборочное стандартное отклонение полученных реплик с делителемrepeats - 1(степень свободыddof=1). - Доверительный интервал — двусторонний процентильный интервал уровня с границами
ci_low(квантиль уровня ) иci_high(квантиль уровня ), рассчитанный с использованием линейной интерполяции квантилей (method='linear'). - Все четыре числовых результата (
estimate,bootstrap_se,ci_low,ci_high) выражаются в рублях на одну регистрацию. Округлять результаты не нужно: для каждого числового результата допускается абсолютная погрешность до или относительная погрешность до .
Функция возвращает словарь ровно с пятью ключами: status, estimate, bootstrap_se, ci_low, ci_high:
- Если в исходной выборке
campaignsсумма регистраций равна нулю:status = 'undefined_original', а все остальные четыре поля равныNone. - Если исходное отношение определено, но хотя бы в одной бутстреп-выборке сумма регистраций равна нулю:
status = 'undefined_bootstrap', полеestimateсодержит значение отношения на исходной выборке, а остальные три поля равныNone. - Если отношение успешно определено и на исходных данных, и во всех
repeatsрепликах:status = 'ok',estimateсодержит исходную оценку, аbootstrap_se,ci_lowиci_high— рассчитанные бутстреп-характеристики.
Подсказка 1
Генератор случайных чисел из numpy.random.default_rng(seed) гарантирует одинаковую последовательность псевдовыборок, если матрица индексов формируется единым запросом нужной формы.
Подсказка 2
Проверку нулевого знаменателя в репликах можно выполнить до вычисления интервалов: если среди сумм регистраций бутстреп-выборок встретился ноль, дальнейший расчёт квантилей и дисперсии реплик проводить не требуется.
Ввод и вывод
Функция bootstrap_registration_cost принимает параметры через аргументы вызова и возвращает итоговый словарь через return. Стандартные потоки stdin и stdout не используются.
Пример использования
print(bootstrap_registration_cost([[200, 4], [70, 1], [0, 2], [90, 0]], 16, 0.2, 24))
print(bootstrap_registration_cost([[30, 2], [80, 0]], 7, 0.1, 7))
Вывод:
{'status': 'ok', 'estimate': 51.42857142857143, 'bootstrap_se': 29.014790400498114, 'ci_low': 19.166666666666664, 'ci_high': 95.0}
{'status': 'undefined_bootstrap', 'estimate': 55.0, 'bootstrap_se': None, 'ci_low': None, 'ci_high': None}
О данных в ответах
Используйте учебные данные. Не вставляйте пароли, токены, ключи доступа, паспортные и банковские данные, а также персональные данные других людей. Политика обработки данных.
Как проверяется решение
Проверяются функции и их результаты. Собственный запуск выполняет ваш код без авторских тестов. Интерактивный запуск не влияет на оценку. Лимит сессии — 5 минут, процессорного времени — 10 секунд.
Отправьте решение, чтобы увидеть результаты тестов.
