Cálculo de erros relativos
O tamanho da amostra que você coleta afeta a precisão com que as estimativas pontuais refletem o parâmetro populacional correspondente. Por exemplo, ao calcular uma média amostral, você deseja que ela seja próxima da média da população. No entanto, se a sua amostra for muito pequena, esse pode não ser o caso.
A métrica mais comum para avaliar a precisão é o erro relativo. Essa é a diferença absoluta entre o parâmetro populacional e a estimativa pontual, todos divididos pelo parâmetro populacional. Às vezes, ela é expressa como uma porcentagem.
attrition_pop e mean_attrition_pop (a média da coluna Attrition de attrition_pop) estão disponíveis; pandas é carregado como pd.
Este exercício faz parte do curso
Amostragem em Python
Exercício interativo prático
Experimente este exercício preenchendo este código de exemplo.
# Generate a simple random sample of 50 rows, with seed 2022
attrition_srs50 = ____
# Calculate the mean employee attrition in the sample
mean_attrition_srs50 = ____
# Calculate the relative error percentage
rel_error_pct50 = ____
# Print rel_error_pct50
print(rel_error_pct50)