Сравнение стандартных отклонений выборочного и бутстрап-распределений
Так же, как вы изучали, как выборочное распределение и бутстрап-распределение можно использовать для оценки среднего значения генеральной совокупности, теперь вы рассмотрите, как с их помощью оценить разброс данных — а точнее, стандартное отклонение в генеральной совокупности.
Напомним, что размер выборки равен 5000.
Доступны spotify_population, spotify_sample, sampling_distribution и bootstrap_distribution; библиотеки pandas и numpy загружены со стандартными псевдонимами.
Это упражнение является частью курса
Выборка в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Calculate the population std dev popularity
pop_sd = ____
# Calculate the original sample std dev popularity
samp_sd = ____
# Calculate the sampling dist'n estimate of std dev popularity
samp_distn_sd = ____
# Calculate the bootstrap dist'n estimate of std dev popularity
boot_distn_sd = ____
# Print the standard deviations
print([pop_sd, samp_sd, samp_distn_sd, boot_distn_sd])