Porovnání směrodatných odchylek: výběrové rozdělení vs. bootstrap
Stejně jako jsi zkoumal/a, jak lze výběrové rozdělení a bootstrap rozdělení využít k odhadu průměru populace, se teď podíváme na to, jak je lze použít k odhadu variability – konkrétně směrodatné odchylky populace.
Připomeň si, že velikost vzorku je 5000.
K dispozici máš spotify_population, spotify_sample, sampling_distribution a bootstrap_distribution; pandas a numpy jsou načteny pod svými obvyklými aliasy.
Toto cvičení je součástí kurzu
Vzorkování v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Calculate the population std dev popularity
pop_sd = ____
# Calculate the original sample std dev popularity
samp_sd = ____
# Calculate the sampling dist'n estimate of std dev popularity
samp_distn_sd = ____
# Calculate the bootstrap dist'n estimate of std dev popularity
boot_distn_sd = ____
# Print the standard deviations
print([pop_sd, samp_sd, samp_distn_sd, boot_distn_sd])