ค่าความคลาดเคลื่อนมาตรฐานและทฤษฎีบทขีดจำกัดกลาง

การสุ่มตัวอย่างใน Python

James Chapman

Curriculum Manager, DataCamp

การแจกแจงการสุ่มตัวอย่างของค่าเฉลี่ย cup points

ขนาดตัวอย่าง: 5 ฮิสโทแกรมของการแจกแจงการสุ่มตัวอย่างโดยประมาณของค่าเฉลี่ย cup points เมื่อขนาดตัวอย่างเท่ากับ 5

ขนาดตัวอย่าง: 20 ฮิสโทแกรมของการแจกแจงการสุ่มตัวอย่างโดยประมาณของค่าเฉลี่ย cup points เมื่อขนาดตัวอย่างเท่ากับ 20

ขนาดตัวอย่าง: 80 ฮิสโทแกรมของการแจกแจงการสุ่มตัวอย่างโดยประมาณของค่าเฉลี่ย cup points เมื่อขนาดตัวอย่างเท่ากับ 80

ขนาดตัวอย่าง: 320 ฮิสโทแกรมของการแจกแจงการสุ่มตัวอย่างโดยประมาณของค่าเฉลี่ย cup points เมื่อขนาดตัวอย่างเท่ากับ 320

ค่าเฉลี่ยของตัวอย่างที่เป็นอิสระต่อกันจะมีการแจกแจงแบบปกติโดยประมาณ

เมื่อขนาดตัวอย่างเพิ่มขึ้น

coffee_ratings['total_cup_points'].mean()

82.15120328849028

ใช้ np.mean() กับการแจกแจงการสุ่มตัวอย่างโดยประมาณแต่ละชุด:

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

2.685858187306438

ขนาดตัวอย่าง	ส่วนเบี่ยงเบนมาตรฐานของค่าเฉลี่ยตัวอย่าง
5	`1.1886358227738543`
20	`0.5940321141669805`
80	`0.2934024263916487`
320	`0.13095083089190876`

ขนาดตัวอย่าง	ส่วนเบี่ยงเบนมาตรฐานของค่าเฉลี่ยตัวอย่าง	การคำนวณ	ผลลัพธ์
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`

การสุ่มตัวอย่างใน Python