Stichprobenmittelwerte
Ein wichtiges Ergebnis in Wahrscheinlichkeit und Statistik ist, dass die Verteilung der Mittelwerte von Zufallsvariablen zu einer Normalverteilung tendiert. Das passiert, wenn du Zufallsvariablen mit beliebiger Verteilung, aber demselben Erwartungswert und derselben Varianz addierst.
Zur Bequemlichkeit haben wir binom und describe() aus der Bibliothek scipy.stats geladen sowie matplotlib.pyplot als plt und numpy als np importiert. Wir haben eine simulierte Population der Größe 1.000 erzeugt, die einer Binomialverteilung für 10 faire Münzwürfe folgt. Sie ist in der Variablen population verfügbar.
Diese Übung ist Teil des Kurses
<Kurs>Grundlagen der Wahrscheinlichkeit in Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Create list for sample means
sample_means = []
for _ in range(1500):
# Take 20 values from the population
sample = ____(population, ____)