Amostragem e viés

Fundamentos de Inferência em Python

Paul Savala

Assistant Professor of Mathematics

Viés

  • Amostra tendenciosa: Um grupo aparece mais/menos na amostra do que na população

Um grupo de pessoas com camisas de cores diferentes, mas uma amostra contendo só pessoas com camisas verdes.

Fundamentos de Inferência em Python

Amostras tendenciosas

all_salaries = [75000, 82000, ...]
friends_salaries = [93000, 87000, 103000, 101000]


np.mean(friends_salaries)

96000
Fundamentos de Inferência em Python

Distribuição amostral

sampling_distribution = []


for i in range(100):

    random_sample = np.random.choice(salaries, size=10)
    sample_mean = np.mean(random_sample)

    sampling_distribution.append(sample_mean)


plt.hist(sampling_distribution)
plt.xlabel('Mean salary')
plt.ylabel('Percent of samples')
plt.title('Sampling distribution of mean salaries')
plt.show()
Fundamentos de Inferência em Python

Histograma mostrando a distribuição amostral das médias salariais. É uma curva em sino aproximada centrada em cerca de oitenta e dois mil dólares, com mínimo perto de setenta mil e máximo perto de noventa e cinco mil dólares.

Fundamentos de Inferência em Python

Depende da amostra

  • Amostras afetam estimativas pontuais
  • Estimativas pontuais afetam a inferência
  • Amostras afetam o cálculo do p-valor
Fundamentos de Inferência em Python

Não depende da amostra

  • Estatística da população
    • Não é afetada pela amostra escolhida
  • Conclusão do teste
    • Dado um p-valor, a conclusão não é afetada pela amostra escolhida
Fundamentos de Inferência em Python

Vamos praticar!

Fundamentos de Inferência em Python

Preparing Video For Download...