População e Amostra

Parte da seção Estatística para ML do Journey de Machine Learning da Coddy. Lição 19 de 64.

Pesar as maçãs de 300 árvores leva dias; pesar as de 20 árvores leva uma hora. Todas as árvores são a população, e as 20 formam uma amostra:

Um pomar com 300 macieiras desenhadas como uma grade de células claras, com 20 células espalhadas aleatoriamente e sombreadas em escuro: a amostra

rng.choice sorteia a amostra. replace=False seleciona cada árvore no máximo uma vez, como nomes tirados de um chapéu:

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

Isso imprime:

40.82
38.49

A média amostral estima a média populacional: próxima, não igual. Todo conjunto de dados de ML é uma amostra, e este capítulo termina com uma pesquisa em uma cidade inteira.

Desafio

Médio

Uma fazenda de lã quer saber a média do peso da lã das suas 3000 ovelhas sem pesar todas elas. Nesta simulação, fleeces contém o peso da lã de cada ovelha em gramas, e o programa lê o tamanho de uma amostra.

Selecione uma amostra com essa quantidade de ovelhas diferentes usando rng.choice.
Imprima a média da amostra, a média de todas as ovelhas e a diferença entre elas (amostra menos todas), com 2 casas decimais.

Para outra fazenda e 30:

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

Experimente você mesmo

import numpy as np

size = int(input())

# Não altere as linhas abaixo: o peso da lã, em gramas, de cada ovelha da fazenda
rng = np.random.default_rng(19)
fleeces = np.round(rng.normal(4500, 800, size=3000))

# Escreva seu código abaixo

Teste seus conhecimentos

Esta lição inclui um quiz rápido. Comece a lição para respondê-lo e acompanhar seu progresso.

Todas as lições de Estatística para ML

1Centro e dispersão

Média e mediana Percentis e quartis Variância e desvio padrão Amostra ou população?O valor mais frequente Revisão: tempos de entrega

4Amostras e Populações

População e AmostraAs médias amostrais variam A distribuição amostral Amostras maiores, menos ruído Revisão: pesquisa de opinião em uma cidade

7Linhas de tendência

Resíduos Ajuste por mínimos quadrados Traçando o ajuste Fazendo previsões com uma linha Quão bom é o ajuste?Revisão: horas de prática

10Codificação de Categorias

Categorias como Números Codificação One-Hot Agrupamento de Números em Faixas Recapitulação: Anúncios de Carros

Pratique por conta própria: Compilador de Python online