Python में Sampling
James Chapman
Curriculum Manager, DataCamp
Sample size: 5

Sample size: 20

Sample size: 80

Sample size: 320

स्वतंत्र सैंपल्स के औसत लगभग नॉर्मल डिस्ट्रीब्यूशंस का पालन करते हैं.
जैसे-जैसे सैंपल साइज़ बढ़ता है,
औसतों का डिस्ट्रीब्यूशन अधिक नॉर्मल होता जाता है
सैंपलिंग डिस्ट्रीब्यूशन की चौड़ाई _कम_ होती जाती है
coffee_ratings['total_cup_points'].mean()
82.15120328849028
np.mean() का उपयोग हर एप्रॉक्सिमेट सैंपलिंग डिस्ट्रीब्यूशन पर करें:
| Sample size | Mean sample mean |
|---|---|
| 5 | 82.18420719999999 |
| 20 | 82.1558634 |
| 80 | 82.14510154999999 |
| 320 | 82.154017925 |
coffee_ratings['total_cup_points'].std(ddof=0)
2.685858187306438
.std() कॉल करते समय ddof=0 देंnp.std() कॉल करते समय ddof=1 दें| Sample size | Std dev sample mean |
|---|---|
| 5 | 1.1886358227738543 |
| 20 | 0.5940321141669805 |
| 80 | 0.2934024263916487 |
| 320 | 0.13095083089190876 |
| Sample size | Std dev sample mean | Calculation | Result |
|---|---|---|---|
| 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 में Sampling