Crearea unei distribuții de eșantionare

Eșantionare în Python

James Chapman

Curriculum Manager, DataCamp

Același cod, rezultat diferit

coffee_ratings.sample(n=30)['total_cup_points'].mean()

82.53066666666668

coffee_ratings.sample(n=30)['total_cup_points'].mean()

81.97566666666667

coffee_ratings.sample(n=30)['total_cup_points'].mean()

82.68

coffee_ratings.sample(n=30)['total_cup_points'].mean()

81.675

Același cod, de 1000 de ori

mean_cup_points_1000 = []

for i in range(1000):
    mean_cup_points_1000.append(
        coffee_ratings.sample(n=30)['total_cup_points'].mean()
    )

print(mean_cup_points_1000)

[82.11933333333333, 82.55300000000001, 82.07266666666668, 81.76966666666667, 
...
 82.74166666666666, 82.45033333333335, 81.77199999999999, 82.8163333333333]

Distribuția mediilor eșantioanelor pentru dimensiunea 30

import matplotlib.pyplot as plt
plt.hist(mean_cup_points_1000, bins=30)
plt.show()

O distribuție de eșantionare este o distribuție a replicilor estimatorilor punctuali.

O histogramă a mediilor eșantioanelor.

Dimensiuni diferite ale eșantionului

Dimensiunea eșantionului: 6

O histogramă a mediilor eșantioanelor cu dimensiunea eșantionului de șase.

Dimensiunea eșantionului: 150

O histogramă a mediilor eșantioanelor cu dimensiunea eșantionului de 150.

Să exersăm!

Eșantionare în Python