Crear una distribución muestral

Muestreo en Python

James Chapman

Curriculum Manager, DataCamp

Mismo código, respuesta distinta

coffee_ratings.sample(n=30)['total_cup_points'].mean()

82.53066666666668

coffee_ratings.sample(n=30)['total_cup_points'].mean()

81.97566666666667

coffee_ratings.sample(n=30)['total_cup_points'].mean()

82.68

coffee_ratings.sample(n=30)['total_cup_points'].mean()

81.675

Mismo código, 1000 veces

mean_cup_points_1000 = []

for i in range(1000):
    mean_cup_points_1000.append(
        coffee_ratings.sample(n=30)['total_cup_points'].mean()
    )

print(mean_cup_points_1000)

[82.11933333333333, 82.55300000000001, 82.07266666666668, 81.76966666666667, 
...
 82.74166666666666, 82.45033333333335, 81.77199999999999, 82.8163333333333]

Distribución de medias muestrales (n = 30)

import matplotlib.pyplot as plt
plt.hist(mean_cup_points_1000, bins=30)
plt.show()

Una distribución muestral es la distribución de réplicas de estimaciones puntuales.

Un histograma de medias muestrales.

Tamaños de muestra distintos

Tamaño de muestra: 6

Un histograma de medias muestrales con tamaño de muestra 6.

Tamaño de muestra: 150

Un histograma de medias muestrales con tamaño de muestra 150.

¡Vamos a practicar!

Muestreo en Python