Beräkna relativa fel
Storleken på det urval du gör påverkar hur väl punktskattningarna återspeglar motsvarande populationsparameter. När du till exempel beräknar ett sampelmedelvärde vill du att det ska ligga nära populationsmedelvärdet. Men om urvalet är för litet kanske det inte stämmer.
Den vanligaste måttstocken för att bedöma noggrannhet är relativt fel. Det är den absoluta skillnaden mellan populationsparametern och punktskattningen, dividerat med populationsparametern. Resultatet uttrycks ibland som ett procenttal.
attrition_pop och mean_attrition_pop (medelvärdet av kolumnen Attrition i attrition_pop) finns tillgängliga; pandas är inläst som pd.
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.
# Generate a simple random sample of 50 rows, with seed 2022
attrition_srs50 = ____
# Calculate the mean employee attrition in the sample
mean_attrition_srs50 = ____
# Calculate the relative error percentage
rel_error_pct50 = ____
# Print rel_error_pct50
print(rel_error_pct50)