Benaderende steekproefverdelingen

Steekproeven in Python

James Chapman

Curriculum Manager, DataCamp

4 dobbelstenen

Vier dobbelstenen die worden geworpen.

dice = expand_grid(
  {'die1': [1, 2, 3, 4, 5, 6],
   'die2': [1, 2, 3, 4, 5, 6],
   'die3': [1, 2, 3, 4, 5, 6],
   'die4': [1, 2, 3, 4, 5, 6]
  }
)

      die1  die2  die3  die4
0        1     1     1     1
1        1     1     1     2
2        1     1     1     3
3        1     1     1     4
4        1     1     1     5
...    ...   ...   ...   ...
1291     6     6     6     2
1292     6     6     6     3
1293     6     6     6     4
1294     6     6     6     5
1295     6     6     6     6

[1296 rijen x 4 kolommen]

Gemiddelde worp

dice['mean_roll'] = (dice['die1'] + 
                     dice['die2'] + 
                     dice['die3'] + 
                     dice['die4']) / 4 
print(dice)

      die1  die2  die3  die4  mean_roll
0        1     1     1     1       1.00
1        1     1     1     2       1.25
2        1     1     1     3       1.50
3        1     1     1     4       1.75
4        1     1     1     5       2.00
...    ...   ...   ...   ...        ...
1291     6     6     6     2       5.00
1292     6     6     6     3       5.25
1293     6     6     6     4       5.50
1294     6     6     6     5       5.75
1295     6     6     6     6       6.00

[1296 rijen x 5 kolommen]

Exacte steekproefverdeling

dice['mean_roll'] = dice['mean_roll'].astype('category')

dice['mean_roll'].value_counts(sort=False).plot(kind="bar")

Staafdiagram van aantallen gemiddelde worpen.

Het aantal uitkomsten groeit snel

n_dice = list(range(1, 101))
n_outcomes = []
for n in n_dice:
    n_outcomes.append(6**n)

outcomes = pd.DataFrame(
  {"n_dice": n_dice,
  "n_outcomes": n_outcomes})

outcomes.plot(x="n_dice", 
              y="n_outcomes", 
              kind="scatter")
plt.show()

Een lijndiagram van mogelijke dobbelsteenuitkomsten.

De gemiddelde worp van vier dobbelstenen simuleren

import numpy as np



        np.random.choice(list(range(1, 7)), size=4, replace=True).mean()

De gemiddelde worp van vier dobbelstenen simuleren

import numpy as np
sample_means_1000 = []
for i in range(1000):
    sample_means_1000.append(
        np.random.choice(list(range(1, 7)), size=4, replace=True).mean()
    )

print(sample_means_1000)

[3.25, 3.25, 1.75, 2.0, 2.0, 1.0, 1.0, 2.75, 2.75, 2.5, 3.0, 2.0, 2.75,
...
1.25, 2.0, 2.5, 2.5, 3.75, 1.5, 1.75, 2.25, 2.0, 1.5, 3.25, 3.0, 3.5]

Benaderende steekproefverdeling

plt.hist(sample_means_1000, bins=20)

Een histogram van de benaderde steekproefverdeling van gemiddelde dobbelsteenworpen.

Laten we oefenen!

Steekproeven in Python