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

ćwiczenie

Średnie rozkładu populacji i rozkładu próbkowania

Jedną z przydatnych cech rozkładów próbkowania jest to, że można je opisywać ilościowo – a konkretnie obliczać dla nich statystyki podsumowujące. Przyjrzyjmy się zależności między średnią rozkładu próbkowania a parametrem populacji, który to próbkowanie ma szacować.

Przygotowano trzy rozkłady próbkowania. W każdym przypadku zbiór danych dotyczący odejść pracowników był próbkowany metodą prostego losowania, a następnie obliczano średnią wartość wskaźnika odejść. Operację tę powtórzono 1000 razy, uzyskując rozkład próbkowania średnich wartości wskaźnika odejść. Każdy z rozkładów powstał przy innej wielkości próby: 5, 50 lub 500 obserwacji.

Dostępne są: attrition_pop, sampling_distribution_5, sampling_distribution_50 oraz sampling_distribution_500; załadowana jest biblioteka dplyr.

Instrukcje 1/2

undefined XP
    1
    2
  • Korzystając z sampling_distribution_5, oblicz średnią po wszystkich replikacjach zmiennej mean_attrition (czyli średnią ze średnich próbkowych). Zapisz wynik w kolumnie o nazwie mean_mean_attrition.
  • Wykonaj to samo obliczenie dla sampling_distribution_50 i sampling_distribution_500.