Variation de la population et de la distribution d’échantillonnage
Vous venez de calculer la moyenne de la distribution d’échantillonnage et vous avez vu qu’il s’agit d’une estimation du paramètre de la population correspondant. De même, en raison du théorème de la limite centrale, l’écart-type de la distribution d’échantillonnage présente une relation intéressante avec l’écart-type du paramètre de la population et la taille de l’échantillon.
attrition_pop, sampling_distribution_5, sampling_distribution_50 et sampling_distribution_500 sont disponibles. numpy est chargé avec son alias habituel.
Cet exercice fait partie du cours
L’échantillonnage en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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)