Moyennes de la population et de la distribution de l’échantillonnage
L’une des caractéristiques utiles des distributions d’échantillonnage est qu’il est possible de les quantifier. Plus précisément, vous pouvez calculer des statistiques récapitulatives sur ces distributions. Vous examinerez ici la relation entre la moyenne de la distribution d’échantillonnage et la moyenne du paramètre de la population.
Trois distributions d’échantillonnage sont fournies. Pour chacune d’entre elles, l’ensemble des données d’attrition des employés a été échantillonné à l’aide d’un échantillonnage aléatoire simple, puis l’attrition moyenne a été calculée. Cette opération a été effectuée 1000 fois afin d’obtenir une distribution d’échantillonnage des attritions moyennes. Une distribution d’échantillonnage a utilisé une taille d’échantillon de 5 pour chaque réplique, une autre de 50 et une autre de 500.
attrition_pop, sampling_distribution_5, sampling_distribution_50 et sampling_distribution_500 sont disponibles. numpy est chargé en tant que np.
Cet exercice fait partie du cours
L’échantillonnage en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Calculate the mean of the mean attritions for each sampling distribution
mean_of_means_5 = ____
mean_of_means_50 = ____
mean_of_means_500 = ____
# Print the results
print(mean_of_means_5)
print(mean_of_means_50)
print(mean_of_means_500)