Örneklem Ortalamaları Değişir

Coddy'nin Machine Learning Journey'sinin Makine Öğrenimi için İstatistik bölümünün bir parçası. Ders 20 / 64.

30 paketten oluşan bir örneklem, ortalama ağırlıklarına ilişkin tek bir tahmin verir. Yeniden örnekleme yaparsanız başka bir tahmin elde edersiniz. İşte 40 örneklem:

Her biri 30 paketten oluşan bir örneklem için birer nokta; tüm paketlerin gerçek ortalaması olan 8.05 kg'daki kesikli çizginin çevresinde yaklaşık 7.2 ile 8.8 kg arasında dağılmış 40 nokta

Bunları toplamak için örneklemeyi bir döngüde tekrarlayın, her ortalamayı bir listeye ekleyin, ardından listeyi bir diziye dönüştürün:

means = []
for i in range(5):
    sample = rng.choice(parcels, size=30, replace=False)
    means.append(sample.mean())
means = np.array(means)
print(np.round(means, 2))

Bu, şunu yazdırır:

[7.98 8.05 8.12 8.19 8.76]

Bir örneklem ortalaması kendi başına rastgeledir ve means.std() ne kadar değiştiğini ölçer. Bir modelin test puanı böyle bir ortalamadır: başka bir test kümesi bu puanı değiştirebilir.

Görev

Orta

Bir bahçıvan, bir fidanlıktaki 1800 bambu bitkisinden her hafta rastgele bir örneklem ölçüyor. Örneklem ortalaması haftalar arasında ne kadar değişebilir?

sample_means(data, size, count) işlevini tamamla: data içinden size değerlik count örneklem çek; bir örneklemde hiçbir değer iki kez bulunmasın ve her örneklemin ortalamasını ekle. Başlangıç kodunun son satırları bu işlevi çağırır ve raporu yazdırır.

Başka bir fidanlık ve 10 değerlik örneklemler için:

200 means of 10 plants: 105.25 to 137.13 cm
Spread of the means (std): 5.27 cm

Kendin dene

import numpy as np

size = int(input())

# Aşağıdaki satırları değiştirmeyin: her bambu bitkisinin cm cinsinden boyu
rng = np.random.default_rng(20)
heights = np.round(rng.normal(95, 15, size=1800), 1)


def sample_means(data, size, count):
    means = []
    # Kodunuzu aşağıya yazın: her biri size değer içeren count örneklem oluşturun, her örneklemin ortalamasını kaydedin

    return np.array(means)


# Aşağıdaki satırları değiştirmeyin
means = sample_means(heights, size, 200)
print(f"200 means of {size} plants: {np.round(means.min(), 2)} to {np.round(means.max(), 2)} cm")
print(f"Spread of the means (std): {np.round(means.std(), 2)} cm")