Question

我正在努力实现的目标 - 我编写了这段代码，以便我可以使用统计学中的bootstrapping方法创建平均值的95％置信区间。我想将一个整数列表传递给“CI”方法，然后让方法在结尾处返回字符串。

问题 - 运行时代码不生成任何输出。请帮忙！

以下是代码：

//HomeController/Index
public ActionResult Index()
{
    Model m = BusinessLayer.GetData();
    return View(model);
}

Snapshot of the error I'm seeing

Answer 1

问题在于：

while x >= 0:
    bootstraplist.append(hours[randint(0,6)])

这是一个无限循环，因为应该知道缩进级别是在python中创建代码块的原因，因此if下方与while具有相同的级别，{{1} }在if块之外。

我不确定你的目标是什么，但是在一段固定时间内重复代码的更简单的方法是在一个范围（n）上进行for循环，其中n是重复动作的次数。在您的情况下可以是这样的

while

（使用for _ in range(5): bootstraplist.append(hours[randint(0,6)])是变量的约定，我们不关心它的值和/或我们不使用它）

或者你可以使用list comprehension直接创建列表

另外，通过你使用它的方式而不是randint，choice是更好的选择

bootstraplist = [hours[randint(0,6)] for _ in range(5) ]

其他方面，最好将所有导入作为代码中的第一件事。

将这一点与评论一起考虑，也许这就是你想要的？

bootstraplist = [choice(hours) for _ in range(5) ]

测试

import numpy
from random import choice

class bootstrapping(object):

    def __init__(self,hours=[]):
        self.hours = hours

    def CI(self):
        listofmeans = []
        for numbers in range(0,1000):
            bootstraplist = [ choice(self.hours) for _ in range(5) ]    
            listofmeans.append(sum(bootstraplist) / len(bootstraplist))

        s = numpy.std(listofmeans)
        z = 1.96

        lower_confidence = (sum(listofmeans) / len(listofmeans)) - z*s
        upper_confidence = (sum(listofmeans) / len(listofmeans)) + z*s

        return "Lower confidence:",lower_confidence,"Upper confidence:",upper_confidence

我在Python中创建了一个类，但无法调用该方法

1 个答案: