Реализуйте Bootstrap для оценки 95% доверительного интервала среднего.
Алгоритм:
1. Из выборки размера N делаем B бутстрап-выборок (с возвращением, размер N)
2. Для каждой вычисляем среднее
3. 95% CI = [2.5-й перцентиль, 97.5-й перцентиль]
def bootstrap_ci(data: list[float], n_bootstrap: int, seed: int) -> dict:
Верните dict:
- sample_mean: float (4 знака)
- ci_lower: float (4 знака)
- ci_upper: float (4 знака)
- ci_width: float (4 знака)
bootstrap_ci([10,12,14,16,18,20,22,24,26,28], 1000, 42)
→ {"sample_mean": 19.0, "ci_lower": 15.4, "ci_upper": 22.6, "ci_width": 7.2}data = [10,12,14,16,18,20,22,24,26,28]n_bootstrap = 1000seed = 42{"sample_mean":19,"ci_lower":15.4,"ci_upper":22.6,"ci_width":7.2}data = [5,5,5,5,5]n_bootstrap = 100seed = 0{"sample_mean":5,"ci_lower":5,"ci_upper":5,"ci_width":0}