Medie di popolazione e di distribuzione campionaria
Una delle caratteristiche utili delle distribuzioni campionarie è che puoi quantificarle. In particolare, puoi calcolare statistiche riassuntive su di esse. Qui esaminerai la relazione tra la media della distribuzione campionaria e la media del parametro di popolazione.
Sono fornite tre distribuzioni campionarie. Per ciascuna, l'insieme di dati sull'attrition dei dipendenti è stato campionato con campionamento casuale semplice, quindi è stata calcolata la media dell'attrition. Questo è stato fatto 1000 volte per ottenere una distribuzione campionaria delle medie di attrition. Una distribuzione campionaria ha usato una dimensione del campione pari a 5 per ogni replicazione, una ha usato 50 e una ha usato 500.
Sono disponibili attrition_pop, sampling_distribution_5, sampling_distribution_50 e sampling_distribution_500; numpy come np è caricato.
Questo esercizio fa parte del corso
Campionamento in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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)