Rozkład próbkowania a rozkład bootstrapowy
Rozkład próbkowania i rozkład bootstrapowy są ze sobą ściśle powiązane. W sytuacjach, gdy można wielokrotnie pobierać próbki z populacji (co zdarza się rzadko), warto wygenerować oba rozkłady jeden po drugim, aby zobaczyć, jak się do siebie odnoszą.
Statystyką, która cię interesuje, jest średni wynik popularity piosenek.
Dostępne są: spotify_population (cały zbiór danych) oraz spotify_sample (500 losowo wybranych wierszy z spotify_population); biblioteki pandas i numpy są załadowane pod swoimi standardowymi aliasami.
To ćwiczenie jest częścią kursu
Próbkowanie w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
mean_popularity_2000_samp = []
# Generate a sampling distribution of 2000 replicates
____:
mean_popularity_2000_samp.append(
# Sample 500 rows and calculate the mean popularity
____
)
# Print the sampling distribution results
print(mean_popularity_2000_samp)