Вариативность выборочных статистик

Если создать одну выборку размером size=1000, взяв столько точек из генеральной совокупности, а затем вычислить выборочную статистику — например, среднее значение, — получится одно число, описывающее эту выборку.

Если повторить процесс выборки num_samples=100 раз, получится 100 выборок. Вычисление выборочной статистики, например среднего, для каждой из них даст распределение значений среднего. Цель состоит в том, чтобы вычислить среднее средних и стандартное отклонение средних.

В этом упражнении используйте предварительно загруженные переменные population, num_samples и num_pts. Обратите внимание, что массивы means и deviations инициализированы нулями — они будут служить контейнерами для цикла for.

Это упражнение является частью курса

Введение в линейное моделирование на Python

Посмотреть курс

Инструкции к упражнению

Для каждой из num_samples=100 итераций сгенерируйте выборку, вычислите и сохраните выборочные статистики.
На каждой итерации создайте переменную sample, используя np.random.choice() для случайного извлечения 1000 точек из генеральной совокупности.
На каждой итерации вычислите и сохраните результаты методов sample.mean() и sample.std() для нахождения среднего значения и стандартного отклонения выборки.
Для массива means и массива deviations вычислите среднее значение и стандартное отклонение каждого, затем выведите результаты на экран.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Initialize two arrays of zeros to be used as containers
means = np.zeros(num_samples)
stdevs = np.zeros(num_samples)

# For each iteration, compute and store the sample mean and sample stdev
for ns in range(num_samples):
    sample = np.____.choice(population, num_pts)
    means[ns] = sample.____()
    stdevs[ns] = sample.____()

# Compute and print the mean() and std() for the sample statistic distributions
print("Means:  center={:>6.2f}, spread={:>6.2f}".format(means.mean(), means.std()))
print("Stdevs: center={:>6.2f}, spread={:>6.2f}".format(stdevs.____(), stdevs.____()))

Редактировать и запускать код