शुरू करेंमुफ़्त में शुरू करें

सैंपल सांख्यिकी में बदलाव

यदि हम size=1000 का एक sample बनाएँ, यानी population से इतने पॉइंट ड्रॉ करें, तो फिर किसी sample statistic जैसे mean को निकालकर उस sample का सार एक मान में व्यक्त किया जा सकता है।

यदि आप इस sampling प्रक्रिया को num_samples=100 बार दोहराएँ, तो आपके पास 100 samples होंगे। हर अलग sample के लिए sample statistic, जैसे mean, निकालने पर mean के मानों का एक distribution बनेगा। लक्ष्य है इन means का mean और इन means का standard deviation निकालना।

यहाँ आपके लिए population, num_samples, और num_pts पहले से लोड हैं, और means तथा deviations arrays को शून्य से initialize किया गया है ताकि आप उन्हें for loop में कंटेनर की तरह उपयोग कर सकें.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Linear Modeling परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • num_samples=100 की प्रत्येक पुनरावृत्ति के लिए एक sample जनरेट करें, फिर sample statistics को compute करके स्टोर करें।
  • हर iteration में np.random.choice() का उपयोग करके population से 1000 random पॉइंट ड्रॉ कर एक sample बनाएँ।
  • हर iteration में sample.mean() और sample.std() मेथड चलाकर sample का mean और standard deviation निकालें और स्टोर करें।
  • means array और deviations array के लिए, दोनों के mean और standard deviation compute करें और परिणाम प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Initialize two arrays of zeros to be used as containers
means = np.zeros(num_samples)
stdevs = np.zeros(num_samples)

# For each iteration, compute and store the sample mean and sample stdev
for ns in range(num_samples):
    sample = np.____.choice(population, num_pts)
    means[ns] = sample.____()
    stdevs[ns] = sample.____()

# Compute and print the mean() and std() for the sample statistic distributions
print("Means:  center={:>6.2f}, spread={:>6.2f}".format(means.mean(), means.std()))
print("Stdevs: center={:>6.2f}, spread={:>6.2f}".format(stdevs.____(), stdevs.____()))
कोड संपादित करें और चलाएँ