Vizualizace variability statistiky

V předchozích cvičeních jsi počítal/a variabilitu výběrových statistik. Teď ji vizualizujeme.

Začneme s předem načtenou population a předdefinovanou funkcí get_sample_statistics(), která vytahuje vzorky a vrací pole výběrových statistik.

Použijeme také předdefinovanou funkci plot_hist(), která obaluje metodu axis.hist() z matplotlib — ta zároveň rozdělí data do přihrádek a vykreslí předané pole. Díky tomu uvidíš, že výběrové statistiky netvoří jednu hodnotu, ale celé rozdělení.

Toto cvičení je součástí kurzu

Úvod do lineárního modelování v Pythonu

Zobrazit kurz

Pokyny k cvičení

Předej population do funkce get_sample_statistics(), aby ses dostal/a k rozdělením výběrových statistik.
Pomocí np.linspace() definuj hraniční hodnoty přihrádek histogramu pro každé pole statistik.
Dvakrát použij předdefinovanou funkci plot_hist() a vykresli rozdělení statistik means a deviations jako dva samostatné histogramy.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Generate sample distribution and associated statistics
means, stdevs = get_sample_statistics(____, num_samples=100, num_pts=1000)

# Define the binning for the histograms
mean_bins = np.____(97.5, 102.5, 51)
std_bins = np.____(7.5, 12.5, 51)

# Plot the distribution of means, and the distribution of stdevs
fig = plot_hist(data=____, bins=____, data_name="Means", color='green')
fig = plot_hist(data=____, bins=____, data_name="Stdevs", color='red')

Upravit a spustit kód