Den Mittelwert von Normalverteilungen ändern
In dieser Übung verwendest du Stichproben, um das 95-%-Konfidenzintervall der durchschnittlichen Körpergröße erwachsener US-Männer zu berechnen. Erinner dich aus der Lektion: Diese Körpergrößen sind normalverteilt mit einem Mittelwert von 177 Zentimetern und einer Standardabweichung von acht Zentimetern.
Nachdem du aus der Verteilung mit den oben genannten Stichprobenparametern gezogen hast, änderst du den Mittelwert der Körpergrößen auf 185 Zentimeter, ohne die Standardabweichung zu verändern. So kannst du untersuchen, was nach erneutem Sampling mit Mittelwert und Konfidenzintervall der durchschnittlichen Körpergröße passiert.
Folgendes wurde bereits für dich importiert: random, NumPy als np und das stats-Modul von SciPy als st.
Diese Übung ist Teil des Kurses
Monte-Carlo-Simulationen in Python
Anleitung zur Übung
- Ziehe 1.000 Stichproben aus der Normalverteilung mit Mittelwert 177 und Standardabweichung acht; speichere die Ergebnisse in
heights_177_8. - Ziehe 1.000 Stichproben aus der Normalverteilung mit Mittelwert 185 und Standardabweichung acht; speichere die Ergebnisse in
heights_185_8.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
random.seed(1222)
# Sample 1,000 times from the normal distribution where the mean is 177
heights_177_8 = ____
print(np.mean(heights_177_8))
upper = np.quantile(heights_177_8, 0.975)
lower = np.quantile(heights_177_8, 0.025)
print([lower, upper])
# Sample 1,000 times from the normal distribution where the mean is 185
heights_185_8 = ____
print(np.mean(heights_185_8))
upper = np.quantile(heights_185_8, 0.975)
lower = np.quantile(heights_185_8, 0.025)
print([lower, upper])