Standaardfouten en de Centrale Limietstelling

Steekproeven in Python

James Chapman

Curriculum Manager, DataCamp

Steekproeftrekkingsverdeling van gemiddelde cup-punten

Steekproefgrootte: 5 Een histogram van de benaderde steekproeftrekkingsverdeling van gemiddelde cup-punten bij steekproefgrootte 5.

Steekproefgrootte: 20 Een histogram van de benaderde steekproeftrekkingsverdeling van gemiddelde cup-punten bij steekproefgrootte 20.

Steekproefgrootte: 80 Een histogram van de benaderde steekproeftrekkingsverdeling van gemiddelde cup-punten bij steekproefgrootte 80.

Steekproefgrootte: 320 Een histogram van de benaderde steekproeftrekkingsverdeling van gemiddelde cup-punten bij steekproefgrootte 320.

Gemiddelden van onafhankelijke steekproeven zijn benaderend normaal verdeeld.

Als de steekproefgrootte toeneemt,

coffee_ratings['total_cup_points'].mean()

82.15120328849028

Gebruik np.mean() op elke benaderde steekproeftrekkingsverdeling:

Steekproefgrootte	Gemiddelde steekproefgemiddelde
5	`82.18420719999999`
20	`82.1558634`
80	`82.14510154999999`
320	`82.154017925`

coffee_ratings['total_cup_points'].std(ddof=0)

2.685858187306438

Geef ddof=0 op bij .std() voor populaties
Geef ddof=1 op bij np.std() voor steekproeven of steekproeftrekkingsverdelingen

Steekproefgrootte	Std.dev. steekproefgemiddelde
5	`1.1886358227738543`
20	`0.5940321141669805`
80	`0.2934024263916487`
320	`0.13095083089190876`

Steekproefgrootte	Std.dev. steekproefgemiddelde	Berekening	Resultaat
5	`1.1886358227738543`	`2.685858187306438 / sqrt(5)`	`1.201`
20	`0.5940321141669805`	`2.685858187306438 / sqrt(20)`	`0.601`
80	`0.2934024263916487`	`2.685858187306438 / sqrt(80)`	`0.300`
320	`0.13095083089190876`	`2.685858187306438 / sqrt(320)`	`0.150`

Steekproeven in Python