Standardní chyby a centrální limitní věta

Vzorkování v R

Richie Cotton

Data Evangelist at DataCamp

Výběrové rozdělení průměrného hodnocení šálku

Histogram přibližného výběrového rozdělení průměrného hodnocení šálku při velikosti vzorku 5.

Histogram přibližného výběrového rozdělení průměrného hodnocení šálku při velikosti vzorku 20.

Histogram přibližného výběrového rozdělení průměrného hodnocení šálku při velikosti vzorku 80.

Histogram přibližného výběrového rozdělení průměrného hodnocení šálku při velikosti vzorku 320.

Vzorkování v R

Důsledky centrálního limitního teorému

  • Průměry nezávislých vzorků mají přibližně normální rozdělení.

S rostoucí velikostí vzorku

  • se rozdělení průměrů více přibližuje normálnímu rozdělení a

  • výběrové rozdělení se zužuje.

Vzorkování v R

Průměry populace a výběrového rozdělení

coffee_ratings %>%
  summarize(
    mean_cup_points = mean(total_cup_points)
  ) %>% 
  pull(mean_cup_points)

82.1512
Velikost vzorku Průměr výběrového průměru
5 82.1496
20 82.1610
80 82.1496
320 82.1521
Vzorkování v R

Směrodatné odchylky populace a výběrového rozdělení

coffee_ratings %>%
  summarize(
    sd_cup_points = sd(total_cup_points)
  ) %>%
  pull(sd_cup_points)

2.68686
Velikost vzorku Směr. odchylka výběrového průměru
5 1.1929
20 0.6028
80 0.2865
320 0.1304
Vzorkování v R

Průměr populace dělený odmocninou velikosti vzorku

Velikost vzorku Směr. odchylka výběrového průměru Výpočet Výsledek
5 1.1929 2.68686 / sqrt(5) 1.2016
20 0.6028 2.68686 / sqrt(20) 0.6008
80 0.2865 2.68686 / sqrt(80) 0.3004
320 0.1304 2.68686 / sqrt(320) 0.1502
Vzorkování v R

Pojďme procvičovat!

Vzorkování v R

Preparing Video For Download...