Distribution d'échantillonnage vs distribution bootstrap
La distribution d'échantillonnage et la distribution bootstrap sont étroitement liées. Dans les rares situations où vous pouvez prélever à répétition des échantillons d'une population, il est utile de générer l'une après l'autre la distribution d'échantillonnage et la distribution bootstrap pour voir comment elles se comparent.
Ici, la statistique qui vous intéresse est la moyenne du score de popularity des chansons.
spotify_population (l'ensemble complet des données) et spotify_sample (500 lignes échantillonnées aléatoirement à partir de spotify_population) sont fournis; pandas et numpy sont importés avec leurs alias habituels.
Cette activité fait partie du cours
Échantillonnage en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
mean_popularity_2000_samp = []
# Generate a sampling distribution of 2000 replicates
____:
mean_popularity_2000_samp.append(
# Sample 500 rows and calculate the mean popularity
____
)
# Print the sampling distribution results
print(mean_popularity_2000_samp)