Začněte nyníZačněte zdarma

Normální rozdělení

Teď se dostaneme k nejznámějšímu a nejužitečnějšímu rozdělení ze všech: normálnímu neboli Gaussovu rozdělení. Na snímcích jsme se krátce dotkli tvaru křivky ve tvaru zvonu a toho, jak normální rozdělení spolu s centrální limitní větou umožňuje provádět testy hypotéz.

Podobně jako v předchozích cvičeních nejprve nasimulujeme data a prozkoumáme jejich rozdělení, a pak půjdeme trochu hlouběji a podíváme se na pravděpodobnost výskytu určitých pozorování.

Toto cvičení je součástí kurzu

Procvičování statistických pohovorových otázek v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Vygeneruj data pro rozdělení pomocí funkce rvs() s parametrem size nastaveným na 1000 a výsledek přiřaď do proměnné data.
  • Zobraz histogram pomocí matplotlib a prozkoumej tvar rozdělení.
  • Za předpokladu standardizovaného normálního rozdělení: jaká je pravděpodobnost, že pozorování bude větší než 2?
  • Podívej se na náš vzorek: jaká je pravděpodobnost, že pozorování bude větší než 2?

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Generate normal data
from scipy.stats import norm
data = norm.rvs(size=____)

# Plot distribution
plt.hist(____)
plt.show()

# Compute and print true probability for greater than 2
true_prob = 1 - norm.cdf(____)
print(____)

# Compute and print sample probability for greater than 2
sample_prob = sum(obs > ____ for obs in data) / len(____)
print(____)
Upravit a spustit kód