Medelvärden för population och samplingfördelning
En av samplingfördelningarnas mest användbara egenskaper är att de går att kvantifiera – mer specifikt kan du beräkna beskrivande statistik på dem. Här undersöker du sambandet mellan medelvärdet i samplingfördelningen och populationsparameterns medelvärde.
Tre samplingfördelningar tillhandahålls. För var och en har datamängden för personalavgångar (employee attrition) sampläts med enkel slumpmässig sampling, varefter medelvärdet för avgångarna beräknades. Detta gjordes 1 000 gånger för att få en samplingfördelning av medelavgångar. En samplingfördelning använde urvalsstorleken 5 per replikat, en använde 50 och en använde 500.
attrition_pop, sampling_distribution_5, sampling_distribution_50 och sampling_distribution_500 finns tillgängliga; numpy är inläst som np.
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 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)