Непараметрические ранговые и вычислительные методы

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 из campaigns. 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_se рассчитывается как выборочное стандартное отклонение полученных реплик с делителем repeats - 1 (степень свободы ddof=1).
  • Доверительный интервал — двусторонний процентильный интервал уровня с границами ci_low (квантиль уровня ) и ci_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 campaigns сумма регистраций равна нулю: status = 'undefined_original', а все остальные четыре поля равны None.
  • Если исходное отношение определено, но хотя бы в одной бутстреп-выборке сумма регистраций равна нулю: status = 'undefined_bootstrap', поле estimate содержит значение отношения на исходной выборке, а остальные три поля равны None.
  • Если отношение успешно определено и на исходных данных, и во всех repeats репликах: status = 'ok', estimate содержит исходную оценку, а bootstrap_se, ci_low и ci_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.

РешениеPython · Python 3.12 (data: numpy, pandas, sklearn...)
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.

Начать заново?

Помощник начнёт новый диалог по этой задаче. Текущая переписка останется в истории до конца срока хранения.

О переписке

Можно приложить до трёх фото PNG, JPEG или WebP по 5 МБ.

Переписка и фото хранятся 90 дней после последнего принятого сообщения и доступны преподавателям курса. Чтобы попросить преподавателя подключиться, отправьте обращение из диалога.

Проверка решения остаётся отдельным действием.