1. Aprender
    2. /
  2. Cursos
    3. /
  3. L'échantillonnage en Python
  • 1

    Introduction à l'échantillonnage

    Gratuito

    Apprenez ce qu'est l'échantillonnage et pourquoi il est si puissant. Vous découvrirez également les problèmes posés par l'échantillonnage de commodité et les différences entre le vrai hasard et le pseudo-aléatoire.

  • 2

    Méthodes d'échantillonnage

    Il est temps de mettre la main à la pâte et d'exécuter les quatre méthodes d'échantillonnage aléatoire en Python : simple, systématique, stratifié et en grappe.

  • 3

    Distributions d'échantillonnage

    Testons votre échantillonnage. Dans ce chapitre, vous découvrirez comment quantifier la précision des statistiques d'un échantillon à l'aide des erreurs relatives et comment mesurer la variation de vos estimations en générant des distributions d'échantillonnage.

  • 4

    Distributions bootstrap

    Vous vous familiariserez avec le rééchantillonnage pour effectuer un bootstrapping et estimer la variation dans une population inconnue. Vous apprendrez la différence entre les distributions d'échantillonnage et les distributions bootstrap utilisant le rééchantillonnage.

Initializing

Exercicio

Les résultats de l'échantillon sont-ils généralisables ?

Vous venez de voir comment l'échantillonnage de commodité - la collecte de données à l'aide de la méthode la plus facile - peut aboutir à des échantillons qui ne sont pas représentatifs de la population. De manière équivalente, cela signifie que les conclusions tirées de l'échantillon ne sont pas généralisables à la population. La visualisation des distributions de la population et de l'échantillon peut aider à déterminer si l'échantillon est représentatif de la population.

Le jeu de données Spotify contient une colonne acousticness, qui est une mesure de confiance de zéro à un pour savoir si le titre a été créé avec des instruments qui ne sont pas branchés. Vous comparerez la distribution acousticness de la population totale de chansons avec un échantillon de ces chansons.

spotify_population et spotify_mysterious_sample sont disponibles ; pandas en tant que pd, matplotlib.pyplot en tant que plt, et numpy en tant que np sont chargés.

Instruções 1/3

undefined XP
    1
    2
    3
  • Tracez un histogramme de acousticness à partir de spotify_population avec des bins de largeur 0.01 de 0 à 1 en utilisant pandas .hist().