Calcul des erreurs relatives
La taille de votre échantillon influe sur la précision avec laquelle les estimations ponctuelles reflètent le paramètre de la population correspondant. Par exemple, lorsque vous calculez la moyenne d’un échantillon, vous souhaitez qu’elle soit proche de la moyenne de la population. Toutefois, si votre échantillon est trop petit, il se peut que ce ne soit 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 chargé en tant que pd.
Cet exercice fait partie du cours
L’échantillonnage en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Generate a simple random sample of 50 rows, with seed 2022
attrition_srs50 = ____
# Calculate the mean employee attrition in the sample
mean_attrition_srs50 = ____
# Calculate the relative error percentage
rel_error_pct50 = ____
# Print rel_error_pct50
print(rel_error_pct50)