Próbkowanie i błąd systematyczny

Podstawy wnioskowania statystycznego w Pythonie

Paul Savala

Assistant Professor of Mathematics

Błąd systematyczny

Próba obciążona: Grupa występuje w próbie częściej lub rzadziej niż w populacji

Grupa osób w różnokolorowych koszulkach, a próba zawiera tylko osoby w zielonych koszulkach.

Próby obciążone

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


np.mean(friends_salaries)

Rozkład próbkowania

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()

Histogram przedstawiający rozkład próbkowania średnich wynagrodzeń. Ma kształt przybliżonej krzywej dzwonowej, ze środkiem około osiemdziesięciu dwóch tysięcy dolarów, minimum około siedemdziesięciu tysięcy i maksimum około dziewięćdziesięciu pięciu tysięcy dolarów.

Zależne od próby

Próby wpływają na estymatory punktowe
Estymatory punktowe wpływają na wnioskowanie
Próby wpływają na obliczanie wartości p

Niezależne od próby

Statystyka populacyjna
- Nie zależy od wybranej próby
Wniosek z testu
- Przy danej wartości p, wniosek nie zależy od próby

Czas na ćwiczenia!

Podstawy wnioskowania statystycznego w Pythonie