1. Lernen
    2. /
  2. Kurse
    3. /
  3. Stichproben in Python
  • 1

    Einführung in die Probenahme

    Kostenlos

    Erfahre, was Sampling ist und warum es so wirkungsvoll ist. Außerdem erfährst du etwas über die Probleme, die durch Zufallsstichproben entstehen, und über die Unterschiede zwischen echtem Zufall und Pseudozufall.

  • 2

    Probenahme-Methoden

    Jetzt ist es an der Zeit, die vier Zufallsstichprobenmethoden in Python praktisch anzuwenden: einfache, systematische, geschichtete und Cluster-Stichproben.

  • 3

    Stichprobenverteilungen

    Lass uns deine Stichproben testen. In diesem Kapitel erfährst du, wie du die Genauigkeit von Stichprobenstatistiken mit Hilfe von relativen Fehlern quantifizierst und die Schwankungen in deinen Schätzungen durch die Erstellung von Stichprobenverteilungen misst.

  • 4

    Bootstrap-Verteilungen

    Du wirst dich mit dem Resampling auseinandersetzen, um Bootstrapping durchzuführen und die Variation in einer unbekannten Population zu schätzen. Du lernst den Unterschied zwischen Stichprobenverteilungen und Bootstrap-Verteilungen mit Resampling.

Initializing

Übung

Variation der Population und der Stichprobenverteilung

Du hast gerade den Mittelwert der Stichprobenverteilung berechnet und gesehen, dass er eine Schätzung des entsprechenden Populationsparameters ist. Auch die Standardabweichung der Stichprobenverteilung steht aufgrund des zentralen Grenzwertsatzes in einem interessanten Verhältnis zur Standardabweichung des Populationsparameters und dem Stichprobenumfang.

attrition_pop``sampling_distribution_5, sampling_distribution_50 und sampling_distribution_500 sind verfügbar; numpy wird mit seinem üblichen Alias geladen.

Anweisungen 1/2

undefined XP
    1
    2
  • Berechne die Standardabweichung von sampling_distribution_5, sampling_distribution_50 und sampling_distribution_500 (eine Standardabweichung der Stichprobenmittelwerte).