การสุ่มตัวอย่างและความเอนเอียง

พื้นฐานการอนุมานทางสถิติด้วย Python

Paul Savala

Assistant Professor of Mathematics

ความเอนเอียง

  • ตัวอย่างที่มีความเอนเอียง: กลุ่มใดกลุ่มหนึ่งปรากฏในตัวอย่างมากหรือน้อยกว่าในประชากร

กลุ่มคนที่สวมเสื้อหลายสี แต่ตัวอย่างมีเฉพาะคนที่สวมเสื้อสีเขียว

พื้นฐานการอนุมานทางสถิติด้วย Python

ตัวอย่างที่มีความเอนเอียง

all_salaries = [75000, 82000, ...]
friends_salaries = [93000, 87000, 103000, 101000]


np.mean(friends_salaries)

96000
พื้นฐานการอนุมานทางสถิติด้วย Python

การแจกแจงของการสุ่มตัวอย่าง

sampling_distribution = []


for i in range(100):

    random_sample = np.random.choice(salaries, size=10)
    sample_mean = np.mean(random_sample)

    sampling_distribution.append(sample_mean)


plt.hist(sampling_distribution)
plt.xlabel('Mean salary')
plt.ylabel('Percent of samples')
plt.title('Sampling distribution of mean salaries')
plt.show()
พื้นฐานการอนุมานทางสถิติด้วย Python

ฮิสโทแกรมแสดงการแจกแจงของการสุ่มตัวอย่างของเงินเดือนเฉลี่ย มีลักษณะเป็นเส้นโค้งระฆังคร่าว ๆ ศูนย์กลางอยู่ที่ประมาณ 82,000 ดอลลาร์ ค่าต่ำสุดประมาณ 70,000 ดอลลาร์ และสูงสุดประมาณ 95,000 ดอลลาร์

พื้นฐานการอนุมานทางสถิติด้วย Python

ขึ้นอยู่กับตัวอย่าง

  • ตัวอย่างส่งผลต่อค่าประมาณจุด
  • ค่าประมาณจุดส่งผลต่อการอนุมาน
  • ตัวอย่างส่งผลต่อการคำนวณค่า p
พื้นฐานการอนุมานทางสถิติด้วย Python

ไม่ขึ้นอยู่กับตัวอย่าง

  • สถิติของประชากร
    • ไม่ได้รับผลกระทบจากตัวอย่างที่เลือก
  • บทสรุปจากการทดสอบ
    • เมื่อกำหนดค่า p บทสรุปจะไม่ขึ้นอยู่กับตัวอย่างที่เลือก
พื้นฐานการอนุมานทางสถิติด้วย Python

มาฝึกกันเถอะ!

พื้นฐานการอนุมานทางสถิติด้วย Python

Preparing Video For Download...