LoslegenKostenlos loslegen

Variation einer Kennzahl visualisieren

Zuvor hast du die Variation von Stichprobenkennzahlen berechnet. Jetzt visualisierst du diese Variation.

Wir starten mit einem vorab geladenen population und einer vordefinierten Funktion get_sample_statistics(), die Stichproben zieht und die Arrays mit den Stichprobenkennzahlen zurückgibt.

Hier verwenden wir eine vordefinierte Funktion plot_hist(), die die matplotlib-Methode axis.hist() kapselt, welche das übergebene Array sowohl in Bins einteilt als auch plottet. So kannst du sehen, dass die Stichprobenkennzahlen eine Verteilung von Werten haben – nicht nur einen einzelnen Wert.

Diese Übung ist Teil des Kurses

Einführung in lineares Modellieren mit Python

Kurs anzeigen

Anleitung zur Übung

  • Übergib population an get_sample_statistics(), um die Verteilungen der Stichprobenkennzahlen zu erhalten.
  • Verwende np.linspace(), um die Histogramm-Binkanten für jedes Kennzahlen-Array festzulegen.
  • Nutze die vordefinierte plot_hist() zweimal, um die Verteilungen means und deviations als zwei separate Histogramme zu plotten.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# 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')
Code bearbeiten und ausführen