相關概念

1.采樣相關概念

• 總體：研究對象的全體
• 樣本：從總體中的隨機抽樣
• 采樣偏差：是由于抽樣過程中沒有達到足夠隨機而產生 、

抽樣的方式會嚴重影響樣本的隨機性，從而影響對總體的預測，抽樣的方法有多種，可以使用一定的方法來減小采樣誤差，然而采樣誤差是無法避免的。

2.誤差：不確定性的某種表示

• 標準差：使用標準差畫error bar；用于表征數據分散程度

  • 總體標準差：
  • 樣本標準差：

• Bootstrap置信區間：用總體統計量的估計區間畫error bar；用于表征數據的波動范圍

  • 可重復采樣：抽取的個體仍可參加下次采樣，常用于估計總體統計量的置信區間
  • 如何使用Bootstrap計算置信區間（Quantile算法）：用重采樣的采樣方法，計算統計量并排序，取相應的分位數，作為置信區間的邊界

  推薦閱讀:如果你有興趣，可以閱讀《An Introduction to the Bootstrap》這本書了解更多關于Bootstrap的知識和其他計算置信區間的方法

  • seaborn畫圖參數區別：1）使用標準差繪制error bar：ci=’sd’ 2）使用Bootstrap置信區間畫error bar：ci & n_boot

代碼如下:

import pandas iris = pandas.read_csv('http://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data') iris.columns=['sepal_length','sepal_width','petal_length','petal_width','species'] import seaborn %matplotlib inline seaborn.barplot(x='species',y='petal_length',data=iris,ci='sd')

seaborn.barplot(x='species',y='petal_length',data=iris,ci=90,n_boot=1000)

Error Bar：黑線即為Error Bar，在每一列上的Error Bar 表征：在給定的置信區間下，統計量的范圍會在黑線內波動

總結

以上是生活随笔為你收集整理的DC学院学习笔记（十四）：总体、采样及Error Bar的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。