Vzorkování z vícerozměrného normálního rozdělení
V tomto cvičení budeš dál pracovat s DataFrame house_price_size, který je pro tebe již načtený. Jako připomenutí: house_price_size obsahuje dva sloupce — price a size — představující cenu a velikost domů.
Po prozkoumání DataFrame house_price_size předpokládáš, že data pocházejí z vícerozměrného normálního rozdělení, protože price i size se zdají samostatně sledovat normální rozdělení. Na základě kovariační matice vypočítané v předchozím cvičení teď můžeš provést vzorkování z vícerozměrného normálního rozdělení s definovanou kovariační strukturou!
Pro vzorkování z vícerozměrného normálního rozdělení s definovanou kovariancí budeš potřebovat následující informace:
pricemá průměr 20 asizemá průměr 500pricemá rozptyl 19 asizemá rozptyl 50 000- Kovariance
priceasizeje 950 - Budeš vzorkovat 5 000krát
Následující importy jsou pro tebe již hotové: seaborn jako sns, pandas jako pd, numpy jako np, matplotlib.pyplot jako plt a scipy.stats jako st.
Toto cvičení je součástí kurzu
Monte Carlo simulace v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Assign the mean of price and size, sample size, and covariance matrix of price and size
mean_value = ____
cov_mat = np.array(____)
sample_size = ____