Стандартные ошибки и центральная предельная теорема

Выборка в Python

James Chapman

Curriculum Manager, DataCamp

Выборочное распределение среднего балла чашки

Размер выборки: 5 Гистограмма приближённого выборочного распределения среднего балла чашки при размере выборки 5.

Размер выборки: 20 Гистограмма приближённого выборочного распределения среднего балла чашки при размере выборки 20.

Размер выборки: 80 Гистограмма приближённого выборочного распределения среднего балла чашки при размере выборки 80.

Размер выборки: 320 Гистограмма приближённого выборочного распределения среднего балла чашки при размере выборки 320.

Средние независимых выборок имеют приближённо нормальное распределение.

По мере увеличения размера выборки

coffee_ratings['total_cup_points'].mean()

82.15120328849028

Применим np.mean() к каждому приближённому выборочному распределению:

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

2.685858187306438

Указывайте ddof=0 при вызове .std() для генеральных совокупностей
Указывайте ddof=1 при вызове np.std() для выборок или выборочных распределений

Размер выборки	Станд. откл. выборочного среднего
5	`1.1886358227738543`
20	`0.5940321141669805`
80	`0.2934024263916487`
320	`0.13095083089190876`

Размер выборки	Станд. откл. выборочного среднего	Вычисление	Результат
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`

Выборка в Python