Relativt fel för punktskattningar

Sampling i Python

James Chapman

Curriculum Manager, DataCamp

Urvalsstorlek är antal rader

len(coffee_ratings.sample(n=300))
300
len(coffee_ratings.sample(frac=0.25))
334
Sampling i Python

Olika urvalsstorlekar

coffee_ratings['total_cup_points'].mean()
82.15120328849028
coffee_ratings.sample(n=10)['total_cup_points'].mean()
83.027
coffee_ratings.sample(n=100)['total_cup_points'].mean()
82.4897
coffee_ratings.sample(n=1000)['total_cup_points'].mean()
82.1186
Sampling i Python

Relativa fel

Populationsparameter:

population_mean = coffee_ratings['total_cup_points'].mean()

Punktskattning:

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

Relativt fel i procent:

rel_error_pct = 100 * abs(population_mean-sample_mean) / population_mean
Sampling i Python

Relativt fel vs. urvalsstorlek

import matplotlib.pyplot as plt
errors.plot(x="sample_size", 
            y="relative_error", 
            kind="line")
plt.show()

Egenskaper:

  • Mycket brusigt, särskilt vid små urval
  • Amplituden minskar inledningsvis brant och planar sedan ut
  • Det relativa felet minskar mot noll (när urvalsstorleken = populationen)

Linjediagram över relativt fel i förhållande till urvalsstorlek.

Sampling i Python

Nu kör vi en övning!

Sampling i Python

Preparing Video For Download...