Variation : population et distribution d'échantillonnage
Vous venez de calculer la moyenne de la distribution d'échantillonnage et avez vu qu'il s'agit d'une estimation du paramètre correspondant de la population. De même, en vertu du théorème central limite, l'écart type de la distribution d'échantillonnage entretient une relation intéressante avec l'écart type du paramètre de population et avec la taille de l'échantillon.
attrition_pop, sampling_distribution_5, sampling_distribution_50 et sampling_distribution_500 sont disponibles; numpy est importé avec son alias habituel.
Cette activité fait partie du cours
Échantillonnage en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Calculate the std. dev. of the mean attritions for each sampling distribution
sd_of_means_5 = ____
sd_of_means_50 = ____
sd_of_means_500 = ____
# Print the results
print(sd_of_means_5)
print(sd_of_means_50)
print(sd_of_means_500)