Mediile distribuției populației și ale distribuției de eșantionare
Un avantaj important al distribuțiilor de eșantionare este că pot fi cuantificate. Mai concret, poți calcula statistici rezumative pe baza lor. Aici vei explora relația dintre media distribuției de eșantionare și media parametrului populației.
Sunt furnizate trei distribuții de eșantionare. Pentru fiecare, setul de date privind fluctuația angajaților a fost eșantionat prin eșantionare aleatorie simplă, apoi a fost calculată media fluctuației. Acest proces a fost repetat de 1.000 de ori pentru a obține o distribuție de eșantionare a mediilor fluctuației. O distribuție de eșantionare a folosit un eșantion de dimensiune 5 pentru fiecare replicat, una de dimensiune 50 și una de dimensiune 500.
attrition_pop, sampling_distribution_5, sampling_distribution_50 și sampling_distribution_500 sunt disponibile; numpy este încărcat ca np.
Acest exercițiu face parte din cursul
Eșantionare în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Calculate the mean of the mean attritions for each sampling distribution
mean_of_means_5 = ____
mean_of_means_50 = ____
mean_of_means_500 = ____
# Print the results
print(mean_of_means_5)
print(mean_of_means_50)
print(mean_of_means_500)