Comparez les écarts-types d’échantillonnage et Bootstrap
De la même manière que vous avez vu comment la distribution d’échantillonnage et la distribution Bootstrap pouvaient être utilisées pour estimer la moyenne de la population, vous allez maintenant voir comment elles peuvent être utilisées pour estimer la variation, ou plus précisément l’écart-type, dans la population.
Rappelez-vous que la taille de l’échantillon est de 5000.
spotify_population, spotify_sample, sampling_distribution et bootstrap_distribution sont disponibles. pandas et numpy sont chargés avec leurs alias habituels.
Cet exercice fait partie du cours
L’échantillonnage en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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])