标准误与中心极限定理

Python 抽样

James Chapman

Curriculum Manager, DataCamp

杯分均值的抽样分布

样本量：5 样本量为 5 时，杯分均值近似抽样分布的直方图。

样本量：20 样本量为 20 时，杯分均值近似抽样分布的直方图。

样本量：80 样本量为 80 时，杯分均值近似抽样分布的直方图。

样本量：320 样本量为 320 时，杯分均值近似抽样分布的直方图。

独立样本的平均值近似服从正态分布。

随着样本量增大，

coffee_ratings['total_cup_points'].mean()

82.15120328849028

对每个近似抽样分布使用 np.mean()：

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

2.685858187306438

样本量	样本均值的标准差	计算	结果
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`

Python 抽样