1. Learn
    2. /
  2. Courses
    3. /
  3. Amostragem em Python
  • 1

    Introdução à amostragem

    Free

    Saiba o que é amostragem e por que ela é tão poderosa. Você também aprenderá sobre os problemas causados pela amostragem por conveniência e as diferenças entre a aleatoriedade verdadeira e a pseudoaleatoriedade.

  • 2

    Métodos de amostragem

    Chegou a hora de você colocar a mão na massa e executar os quatro métodos de amostragem aleatória em Python: simples, sistemático, estratificado e por conglomerados.

  • 3

    Distribuições de amostragem

    Vamos testar sua amostragem. Neste capítulo, você descobrirá como quantificar a precisão das estatísticas de amostra usando erros relativos e medir a variação nas estimativas gerando distribuições de amostragem.

  • 4

    Distribuições de bootstrap

    Você aprenderá a usar a reamostragem para realizar o bootstrapping e estimar a variação em uma população desconhecida. Você aprenderá a diferença entre distribuições de amostragem e distribuições de bootstrap usando reamostragem.

Initializing

Exercise

Três tipos de amostragem

Você vai comparar o desempenho das estimativas pontuais usando amostragem simples, estratificada e por conglomerados. Antes de fazer isso, você terá que configurar as amostras.

Você usará a coluna RelationshipSatisfaction do conjunto de dados attrition_pop, que categoriza o relacionamento do funcionário com a empresa. Ele tem quatro níveis: Low, Medium, High e Very_High. pandas foi carregado com seu nome alternativo habitual e o pacote random foi carregado.

Instructions 1/3

undefined XP
  • 1
    • Faça uma amostragem aleatória simples em attrition_pop para obter um quarto da população, definindo a semente como 2022.
  • 2
    • Faça uma amostragem estratificada em attrition_pop para obter uma amostra de um quarto de cada grupo RelationshipSatisfaction, definindo a semente como 2022.
  • 3
    • Crie uma lista de valores únicos da coluna RelationshipSatisfaction de attrition_pop.
    • Faça uma amostragem aleatória em satisfaction_unique para obter dois valores.
    • Crie um subconjunto da população para as linhas em que RelationshipSatisfaction está em satisfaction_samp e limpe todas as categorias não utilizadas de RelationshipSatisfaction; atribua a attrition_clust_prep.
    • Faça uma amostragem por conglomerado nos grupos de satisfação selecionados, amostrando um quarto da população e definindo a semente como 2022.