सैंपलिंग और प्वाइंट एस्टिमेट्स

Python में Sampling

James Chapman

Curriculum Manager, DataCamp

फ़्रांस की आबादी का अनुमान

फ़्रांस का मानचित्र.

जनगणना हर घर से पूछती है कि वहाँ कितने लोग रहते हैं.

फ़्रांस में लोग बहुत हैं

लोगों के आइकन के साथ फ़्रांस का मानचित्र.

जनगणना बहुत महँगी होती है!

घरों का सैंपलिंग

लोगों के आइकन के साथ फ़्रांस का मानचित्र, जिनमें से कुछ हाइलाइट किए गए हैं.

कुछ घरों से पूछना सस्ता है और जनसंख्या का अनुमान लगाने के लिए आँकड़ों का उपयोग करें.

पूरी जनसंख्या के एक हिस्से पर काम करना sampling कहलाता है

Population बनाम sample

Population पूरा डेटासेट है

यह जरूरी नहीं कि लोगों को ही दर्शाए
आम तौर पर, हमें पूरी population पता नहीं होती

Sample वह सबसेट है जिस पर आप गणना करते हैं

कॉफ़ी रेटिंग डेटासेट

total_cup_points	variety	country_of_origin	aroma	flavor	aftertaste	body	balance
90.58	NA	Ethiopia	8.67	8.83	8.67	8.50	8.42
89.92	Other	Ethiopia	8.75	8.67	8.50	8.42	8.42
...	...	...	...	...	...	...	...
73.75	NA	Vietnam	6.75	6.67	6.5	6.92	6.83

हर पंक्ति 1 कॉफ़ी को दर्शाती है
1338 पंक्तियाँ
हम इसे population मानेंगे

पॉइंट्स बनाम फ्लेवर: population

pts_vs_flavor_pop = coffee_ratings[["total_cup_points", "flavor"]]

      total_cup_points  flavor
0                90.58    8.83
1                89.92    8.67
2                89.75    8.50
3                89.00    8.58
4                88.83    8.50
...                ...     ...
1333             78.75    7.58
1334             78.08    7.67
1335             77.17    7.33
1336             75.08    6.83
1337             73.75    6.67

[1338 rows x 2 columns]

पॉइंट्स बनाम फ्लेवर: 10-रो sample

pts_vs_flavor_samp = pts_vs_flavor_pop.sample(n=10)

      total_cup_points  flavor
1088             80.33    7.17
1157             79.67    7.42
1267             76.17    7.33
506              83.00    7.67
659              82.50    7.42
817              81.92    7.50
1050             80.67    7.42
685              82.42    7.50
1027             80.92    7.25
62               85.58    8.17

[10 rows x 2 columns]

Series के लिए Python sampling

pandas DataFrames और Series के लिए .sample() का उपयोग करें

cup_points_samp = coffee_ratings['total_cup_points'].sample(n=10)

1088    80.33
1157    79.67
1267    76.17
...     ... 
685     82.42
1027    80.92
62      85.58
Name: total_cup_points, dtype: float64

Population parameters और point estimates

Population parameter वह गणना है जो population डेटासेट पर की जाती है

import numpy as np
np.mean(pts_vs_flavor_pop['total_cup_points'])

82.15120328849028

Point estimate या sample statistic वह गणना है जो sample डेटासेट पर की जाती है

np.mean(cup_points_samp)

81.31800000000001

pandas के साथ point estimates

pts_vs_flavor_pop['flavor'].mean()

7.526046337817639

pts_vs_flavor_samp['flavor'].mean()

7.485000000000001

अभ्यास करते हैं!

Python में Sampling