Erstellen einer Stichprobenverteilung

Stichprobenziehung in Python

James Chapman

Curriculum Manager, DataCamp

Gleicher Code, andere Antwort

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

Gleicher Code, 1000-mal

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]

Verteilung der Stichprobenmittelwerte (n = 30)

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

Eine Stichprobenverteilung ist die Verteilung wiederholter Punktschätzer.

Ein Histogramm der Stichprobenmittelwerte.

Unterschiedliche Stichprobengrößen

Stichprobengröße: 6

Ein Histogramm der Stichprobenmittelwerte mit Stichprobengröße 6.

Stichprobengröße: 150

Ein Histogramm der Stichprobenmittelwerte mit Stichprobengröße 150.

Lass uns üben!

Stichprobenziehung in Python