樣本的發現可以推論到整體母體嗎?
你剛剛看到,便利抽樣(使用最省力的方法收集資料)可能導致樣本無法代表母體。換句話說,樣本得出的結果無法推廣到整體母體。把母體與樣本的分布視覺化,有助於判斷樣本是否能代表母體。
Spotify 資料集包含一個 acousticness 欄位,這是 0 到 1 的信心分數,表示一首歌是否使用未插電的樂器錄製。你將比較所有歌曲(母體)的 acousticness 分布,以及其中一個歌曲樣本的分布。
已提供 spotify_population 與 spotify_mysterious_sample,並已載入 pandas 為 pd、matplotlib.pyplot 為 plt、numpy 為 np。
本練習屬於課程
Python 中的抽樣
動手互動練習
試著完成這個範例程式碼,體驗一下這個練習。
# Visualize the distribution of acousticness with a histogram
____
plt.show()