Normální PDF

V tomto cvičení prozkoumáš normální PDF a zároveň se naučíš, jak vykreslit PDF známého rozdělení pomocí hackerské statistiky. Konkrétně vykreslíš normální PDF pro různé hodnoty rozptylu.

Toto cvičení je součástí kurzu

Statistical Thinking in Python (Part 1)

Zobrazit kurz

Pokyny k cvičení

Vygeneruj 100 000 vzorků z normálního rozdělení se střední hodnotou 20 a směrodatnou odchylkou 1. Totéž proveď pro normální rozdělení se směrodatnými odchylkami 3 a 10, opět se střední hodnotou 20. Výsledky přiřaď do proměnných samples_std1, samples_std3 a samples_std10.
Vykresli histogram pro každý ze vzorků; pro každý použij 100 sloupců a klíčové argumenty density=True a histtype='step'. Druhý z nich zajistí, že histogram vizuálně připomíná plynulé teoretické PDF. Budeš potřebovat 3 volání plt.hist().
Klikni na Odeslat, aby se přidal popis legendy s použitými směrodatnými odchylkami, a zobraz svůj graf! Osy není třeba popisovat, protože jsme nedefinovali, co normální rozdělení v tomto případě popisuje – jde nám jen o tvar PDF.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Draw 100000 samples from Normal distribution with stds of interest: samples_std1, samples_std3, samples_std10




# Make histograms




# Make a legend, set limits and show plot
_ = plt.legend(('std = 1', 'std = 3', 'std = 10'))
plt.ylim(-0.01, 0.42)
plt.show()

Upravit a spustit kód