Örnek İstatistiklerindeki Değişkenlik

Popülasyondan size=1000 nokta çekerek bir örnek oluşturursak, ardından örneğin ortalaması gibi bir örnek istatistiği hesaplarız; bu, örneği özetleyen tek bir değerdir.

Bu örnekleme sürecini num_samples=100 kez tekrarlarsan, 100 farklı örnek elde edersin. Her bir örnek için ortalama gibi örnek istatistiğini hesaplamak, ortalamaların bir dağılımıyla sonuçlanır. Amacımız, bu ortalamaların ortalamasını ve standart sapmasını hesaplamak.

Burada önceden yüklenmiş population, num_samples ve num_pts değişkenlerini kullanacaksın. Ayrıca means ve deviations dizilerinin for döngüsünde kullanman için sıfırlarla başlatıldığını unutma.

Bu egzersiz, kursun bir parçasıdır

Python ile Doğrusal Modellemenin Temelleri

Kursa Göz Atın

Egzersiz talimatları

num_samples=100 kez yineleme için, her seferinde bir örnek üret, sonra örnek istatistiklerini hesaplayıp sakla.
Her yinelemede, popülasyondan np.random.choice() ile 1000 rastgele nokta çekerek bir sample oluştur.
Her yinelemede, örneğin ortalamasını ve standart sapmasını hesaplamak için sample.mean() ve sample.std() yöntemlerini hesaplayıp sakla.
means dizisi ve deviations dizisi için, her birinin hem ortalamasını hem de standart sapmasını hesapla ve sonuçları yazdır.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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.____()))

Kodu Düzenle ve Çalıştır