重复随机抽样；样本中位数的抽样分布

Question

在重复随机抽样方面需要帮助！给定人口规模，存在 3 个年龄组的 10,000 人：“1-10”岁的 2000 人、“11-20”岁的 3000 人和“21-30”岁的 5000 人。每个年龄组的月薪正态分布如下：年龄'1-10'：平均值= 2000，方差= 500^2年龄'11-20'：平均值= 3000，方差= 600^2年龄'21- 30'：均值 = 4000，方差 = 700^2

注意：样本的年龄组构成必须与人口的年龄组构成相同或接近，即“1-10 岁”组占样本的 20% 或 0.2x50 = 10。目的：执行重复随机从总体中抽样 50 人，并找到样本中位数月薪的抽样分布。说明：用 400 个重复抽样结果来做，并可视化模拟的抽样分布。

这就是我所做的：

import pandas as pd
import matplotlib.pyplot as pet
import numpy as np
import seaborn as sns
sns.set()
population = 10000
repeat = 400
samplesize = 50
samplesize_list = [10, 15, 25]
label_list = ['1-10', '11-20', '21-30']
std_list = [500, 600, 700]
mean_list = [2000, 3000, 4000]
repeat_median = np.empty(repeat, dtype = float)
for j in range(Len(samplesize_list)):
    size = samplesize_list[j]
    for i in range(repeat):
        sample_data = np.random.normal(mean_list[i], std_list[i], size)
        repeat.median[I] = np.median(sample_data)
plt.subplot(len(samplesize_list), 1, j+1)
sns.distplot(repeat_median, colour = 'blue', label = label_list[j])
plt.legend(loc = "upper right")
plt.show()

不确定我的代码哪里出错了，但我似乎无法得到我想要的结果

Answer 1

您的代码中有很多错误。我纠正了它们并在下面提供了工作代码。我没有显示定义数据的代码的初始行。我通过评论 # 突出显示修改后的行。

还有几点：长度是使用len 而不是Len 计算的，指定颜色的正确拼写是color 而不是colour

import matplotlib.pyplot as plt # You wrote plt as pet

for j in range(len(samplesize_list)): # Replaced Len by len
    size = samplesize_list[j]
    for i in range(repeat):
        sample_data = np.random.normal(mean_list[j], std_list[j], size) # replaced j-->i
        repeat_median[i] = np.median(sample_data) # Corrected
    plt.subplot(len(samplesize_list), 1, j+1)
    sns.distplot(repeat_median,  color='blue', label = label_list[j]) # Modified
    plt.legend(loc = "upper right")
plt.tight_layout() # Added for better adjustment of spacing

输出