Question

我有一个数据集，其中包含平均利润和每个数据点的样本数量，没有更多信息。

我想比较数据点并决定重点关注哪个数据点。但是，我不确定如何考虑样本量。作为简化示例，我在下面编写了python代码。

import matplotlib.pyplot as plt; plt.rcdefaults()
import numpy as np

objects = ('A', 'B', 'C', 'D')
y_pos = np.arange(len(objects))
sample_sizes = [10,5,20,15]
sample_avgProfit = [12,14,2,4]
weighted_mean = 0
for i in range (len(sample_sizes)):
    weighted_mean += sample_sizes[i]/sum(sample_sizes)*sample_avgProfit[i]

weighted_proportion = []
weighted_sum = sum([a*b for (a,b) in zip(sample_sizes,sample_avgProfit)])
for i in range (len(sample_sizes)):
    weighted_proportion.append(sample_sizes[i]*sample_avgProfit[i]/weighted_sum)


plt.bar(y_pos, sample_avgProfit, align='center', alpha=0.5)
plt.xticks(y_pos, objects)
plt.title('avg profit')
plt.show()

plt.bar(y_pos, weighted_proportion, align='center', alpha=0.5)
plt.xticks(y_pos, objects)
plt.title('weighted proportion')
plt.show()

您会看到B的平均利润较高，但是由于其样本量较小，因此当我考虑加权总和和平均值时，A会显示更高的比例权重< / strong>（顺便说一句，这是我计算出的值的正确术语吗？）

所以我的问题是：

我使用正确的指标来比较数据点吗？

如何解释结果？在此示例中，产品A的加权比例可能较高，但是B的平均价格仍然较高。在这种情况下做出决定的正确方法是什么？

比较不同样本量的均值

0 个答案: