1. Nauka
    2. /
  2. Kursy
    3. /
  3. Próbkowanie w Pythonie
Connected

ćwiczenie

Średnie populacji i rozkładu próbkowania

Jedną z przydatnych właściwości rozkładów próbkowania jest to, że można je skwantyfikować – a dokładniej: obliczać na ich podstawie statystyki opisowe. Przyjrzysz się teraz zależności między średnią rozkładu próbkowania a średnią parametru populacji.

Dostępne są trzy rozkłady próbkowania. Dla każdego z nich zbiór danych dotyczących rotacji pracowników był próbkowany metodą prostego losowania, a następnie obliczano średnią rotację. Operację tę powtórzono 1000 razy, otrzymując rozkład próbkowania średnich rotacji. Każdy z rozkładów powstał przy innej wielkości próby: 5, 50 lub 500 replik.

Dostępne są: attrition_pop, sampling_distribution_5, sampling_distribution_50 oraz sampling_distribution_500; numpy jest załadowane jako np.

Instrukcje 1/2

undefined XP
    1
    2
  • Oblicz średnią dla sampling_distribution_5, sampling_distribution_50 i sampling_distribution_500 (czyli średnią ze średnich próbkowych).