標本統計量のばらつき
母集団から size=1000 の点を抽出して 1 つのサンプルを作り、その標本平均のような標本統計量（サンプルを要約する単一の値）を計算します。
このサンプリングを num_samples=100 回繰り返すと、100 個のサンプルが得られます。各サンプルについて標本平均のような統計量を計算すると、平均値の分布が得られます。ここでの目標は、その「平均の平均」と「平均の標準偏差」を計算することです。
ここでは、あらかじめ読み込まれている population、num_samples、num_pts を使います。means と deviations 配列は 0 で初期化済みで、for ループ内で使用するための入れ物になっています。
この演習はコースの一部です
Pythonで学ぶ線形モデリング入門
演習の手順
num_samples=100の各回について、サンプルを生成し、標本統計量を計算して保存します。- 各イテレーションで、
np.random.choice()を使って母集団からランダムに1000点を抽出し、sampleを作成します。 - 各イテレーションで、
sample.mean()とsample.std()を計算して保存し、サンプルの平均と標準偏差を求めます。 means配列とdeviations配列について、それぞれの平均と標準偏差を計算し、結果を出力します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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.____()))