Grundgesamtheit und Stichprobe

Teil des Abschnitts Statistik für ML der Machine Learning-Journey von Coddy. Lektion 19 von 64.

Das Wiegen der Äpfel von 300 Bäumen dauert Tage; das Wiegen von 20 Bäumen dauert eine Stunde. Alle Bäume bilden die Grundgesamtheit, die 20 eine Stichprobe:

Ein Obstgarten mit 300 Apfelbäumen, dargestellt als Raster aus hellen Zellen, von denen 20 zufällig verteilte dunkel schattiert sind: die Stichprobe

rng.choice zieht die Stichprobe. replace=False wählt jeden Baum höchstens einmal aus, wie Namen aus einem Hut:

rng = np.random.default_rng(4)
trees = np.round(rng.normal(40, 8, size=300), 1)  # kg Äpfel
sample = rng.choice(trees, size=20, replace=False)
print(np.round(trees.mean(), 2))
print(np.round(sample.mean(), 2))

Dies wird ausgegeben:

40.82
38.49

Der Stichprobenmittelwert schätzt den Mittelwert der Grundgesamtheit: nahe dran, aber nicht gleich. Jeder ML-Datensatz ist eine Stichprobe, und dieses Kapitel endet mit einer Umfrage in einer ganzen Stadt.

Aufgabe

Mittel

Ein Wollhof möchte das durchschnittliche Vliesgewicht seiner 3000 Schafe ermitteln, ohne sie alle zu wiegen. In dieser Simulation enthält fleeces das Vliesgewicht jedes Schafs in Gramm, und das Programm liest eine Stichprobengröße ein.

Ziehe mit rng.choice eine Stichprobe aus genau so vielen unterschiedlichen Schafen.
Gib ihren Mittelwert, den Mittelwert aller Schafe und die Abweichung (Stichprobe minus alle) auf 2 Dezimalstellen aus.

Für einen anderen Hof und 30:

Sample of 30 sheep: 4371.33 g
All 3000 sheep: 4311.47 g
Off by: 59.86 g

Probier es selbst

import numpy as np

size = int(input())

# Ändere die folgenden Zeilen nicht: das Gewicht der Wolle jedes Schafs auf dem Bauernhof in Gramm
rng = np.random.default_rng(19)
fleeces = np.round(rng.normal(4500, 800, size=3000))

# Schreibe deinen Code darunter