Calcolare gli errori relativi
La dimensione del campione che prelevi influisce su quanto accuratamente le stime puntuali riflettano il corrispondente parametro di popolazione. Ad esempio, quando calcoli una media campionaria, vuoi che sia vicina alla media della popolazione. Tuttavia, se il campione è troppo piccolo, potrebbe non essere così.
La metrica più comune per valutare l’accuratezza è l’errore relativo. È la differenza assoluta tra il parametro di popolazione e la stima puntuale, il tutto diviso per il parametro di popolazione. A volte viene espresso come percentuale.
Sono disponibili attrition_pop e mean_attrition_pop (la media della colonna Attrition di attrition_pop); pandas è caricato come pd.
Questo esercizio fa parte del corso
Campionamento in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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)