Błędy standardowe i centralne twierdzenie graniczne

Próbkowanie w Pythonie

James Chapman

Curriculum Manager, DataCamp

Rozkład próbkowania średniej punktów kubkowych

Rozmiar próby: 5 Histogram przybliżonego rozkładu próbkowania średniej punktów kubkowych przy rozmiarze próby równym pięć.

Rozmiar próby: 20 Histogram przybliżonego rozkładu próbkowania średniej punktów kubkowych przy rozmiarze próby równym 20.

Rozmiar próby: 80 Histogram przybliżonego rozkładu próbkowania średniej punktów kubkowych przy rozmiarze próby równym 80.

Rozmiar próby: 320 Histogram przybliżonego rozkładu próbkowania średniej punktów kubkowych przy rozmiarze próby równym 320.

Średnie niezależnych prób mają w przybliżeniu rozkłady normalne.

Wraz ze wzrostem rozmiaru próby,

coffee_ratings['total_cup_points'].mean()

82.15120328849028

Użycie np.mean() na każdym przybliżonym rozkładzie próbkowania:

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

2.685858187306438

Należy użyć ddof=0 przy wywołaniu .std() na populacjach
Należy użyć ddof=1 przy wywołaniu np.std() na próbach lub rozkładach próbkowania

Rozmiar próby	Odch. std średniej próby	Obliczenie	Wynik
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`

Próbkowanie w Pythonie