Spaces:
Sleeping
Sleeping
File size: 1,263 Bytes
b0b1bdf | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 | """Intervalle de confiance par bootstrap (Sprint 7).
Méthode de rééchantillonnage non-paramétrique. Pas d'hypothèse de
distribution normale — adapté aux distributions asymétriques de CER
typiques des corpus patrimoniaux.
"""
from __future__ import annotations
import random
def bootstrap_ci(
values: list[float],
n_iter: int = 1000,
ci: float = 0.95,
seed: int = 42,
) -> tuple[float, float]:
"""Intervalle de confiance par bootstrap.
Parameters
----------
values : liste des valeurs (ex. CER par document)
n_iter : nombre d'itérations bootstrap (défaut 1000)
ci : niveau de confiance (défaut 0.95 → 95 %)
seed : graine RNG pour reproductibilité
Returns
-------
(lower, upper) — les bornes de l'IC à ``ci`` %
"""
if not values:
return (0.0, 0.0)
rng = random.Random(seed)
n = len(values)
means = []
for _ in range(n_iter):
sample = [values[rng.randint(0, n - 1)] for _ in range(n)]
means.append(sum(sample) / n)
means.sort()
alpha = (1.0 - ci) / 2.0
lo_idx = max(0, int(alpha * n_iter))
hi_idx = min(n_iter - 1, int((1.0 - alpha) * n_iter))
return (means[lo_idx], means[hi_idx])
__all__ = ["bootstrap_ci"]
|