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

Exercice

Calculer les erreurs relatives

La taille de l'échantillon que vous prélevez influence à quel point les estimations ponctuelles reflètent fidèlement le paramètre de la population. Par exemple, lorsque vous calculez une moyenne d'échantillon, vous souhaitez qu'elle soit proche de la moyenne de la population. Cependant, si votre échantillon est trop petit, ce ne sera peut-être pas le cas.

La mesure la plus courante pour évaluer la précision est l'« erreur relative ». Il s'agit de la différence absolue entre le paramètre de la population et l'estimation ponctuelle, le tout divisé par le paramètre de la population. Elle est parfois exprimée en pourcentage.

attrition_pop et mean_attrition_pop (la moyenne de la colonne Attrition de attrition_pop) sont disponibles; pandas est importé sous le nom pd.

Instructions 1/2

undefined XP
  • 1
    • Générez un échantillon aléatoire simple de cinquante lignes à partir de attrition_pop, en fixant la graine à 2022.
    • Calculez la moyenne de Attrition des employés dans l'échantillon.
    • Calculez l'erreur relative entre mean_attrition_srs50 et mean_attrition_pop en pourcentage.
  • 2
    • Calculez de nouveau le pourcentage d'erreur relative. Cette fois, utilisez un échantillon aléatoire simple de cent lignes de attrition_pop.