Zmienność statystyk próby

Jeśli utworzymy jedną próbkę o size=1000, losując tyle punktów z populacji, a następnie obliczymy statystykę próby – na przykład średnią – otrzymamy pojedynczą wartość podsumowującą tę próbkę.

Jeśli powtórzymy ten proces próbkowania num_samples=100 razy, otrzymamy 100 próbek. Obliczenie statystyki próby, takiej jak średnia, dla każdej z tych próbek da nam rozkład wartości średniej. Celem jest zatem obliczenie średniej ze średnich oraz odchylenia standardowego średnich.

W tym ćwiczeniu skorzystasz z wczytanych wcześniej zmiennych population, num_samples i num_pts. Zwróć uwagę, że tablice means i deviations zostały zainicjalizowane zerami – to kontenery przygotowane do użycia w pętli.

To ćwiczenie jest częścią kursu

Wprowadzenie do modelowania liniowego w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Dla każdej z num_samples=100 iteracji wygeneruj próbkę, a następnie oblicz i zapisz statystyki próby.
W każdej iteracji utwórz zmienną sample, używając np.random.choice() do wylosowania 1000 punktów z populacji.
W każdej iteracji oblicz i zapisz wyniki metod sample.mean() i sample.std(), aby wyznaczyć średnią i odchylenie standardowe próbki.
Dla tablicy means i tablicy deviations oblicz zarówno średnią, jak i odchylenie standardowe każdej z nich, a następnie wyświetl wyniki.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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.____()))

Edytuj i uruchom kod