Jämför standardavvikelser för urvals- och bootstrapfördelningar
På samma sätt som du undersökte hur urvalsfördelningen och bootstrapfördelningen kan användas för att skatta populationens medelvärde, ska du nu se hur de kan användas för att skatta variationen – mer specifikt standardavvikelsen – i populationen.
Kom ihåg att urvalsstorleken är 5000.
spotify_population, spotify_sample, sampling_distribution och bootstrap_distribution är tillgängliga; pandas och numpy är laddade med sina vanliga alias.
Den här övningen är en del av kursen
Sampling i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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])