Comparer les écarts-types d'échantillonnage et de bootstrap
De la même façon que vous avez examiné comment la distribution d'échantillonnage et la distribution bootstrap peuvent servir à estimer la moyenne de la population, vous allez maintenant voir comment elles peuvent être utilisées pour estimer la variation, plus précisément l'écart-type, dans la population.
Rappelez-vous que la taille de l'échantillon est 5000.
spotify_population, spotify_sample, sampling_distribution et bootstrap_distribution sont disponibles; pandas et numpy sont chargés 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.
# 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])