1. Apprendre
    2. /
  2. Cours
    3. /
  3. Échantillonnage en Python
Connected

Exercice

Moyennes de la population et des distributions d'échantillonnage

L'un des avantages des distributions d'échantillonnage, c'est qu'on peut les quantifier. Plus précisément, on peut en calculer des statistiques sommaires. Ici, vous allez examiner le lien entre la moyenne de la distribution d'échantillonnage et la moyenne du paramètre de population.

Trois distributions d'échantillonnage sont fournies. Pour chacune, l'ensemble de données sur l'attrition des employé·e·s a été échantillonné au moyen d'un échantillonnage aléatoire simple, puis la moyenne de l'attrition a été calculée. L'opération a été répétée 1000 fois pour obtenir une distribution d'échantillonnage des moyennes d'attrition. Une distribution d'échantillonnage utilise une taille d'échantillon de 5 pour chaque réplication, une autre de 50 et une autre de 500.

attrition_pop, sampling_distribution_5, sampling_distribution_50, et sampling_distribution_500 sont disponibles; numpy sous le nom np est chargé.

Instructions 1/2

undefined XP
    1
    2
  • Calculez la moyenne de sampling_distribution_5, sampling_distribution_50 et sampling_distribution_500 (une moyenne de moyennes d'échantillon).