Ändere die Standardabweichung normalverteilter Größen
Du untersuchst weiterhin die Körpergrößen erwachsener US-amerikanischer Männer, von denen du jetzt weißt, dass sie normalverteilt sind mit einem Mittelwert von 177 Zentimetern und einer Standardabweichung von acht Zentimetern.
In dieser Übung ziehst du ebenfalls Stichproben aus einer Normalverteilung und berechnest das 95-%-Konfidenzintervall der durchschnittlichen Körpergröße. Diesmal änderst du jedoch die Standardabweichung auf 15, ohne den Mittelwert der Größen zu verändern. Du erkundest, was mit dem Mittelwert und dem Konfidenzintervall der durchschnittlichen Körpergröße passiert, wenn du die Stichprobe erneut ziehst!
Folgendes wurde für dich importiert: random, NumPy als np und das stats-Modul aus 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 15 und speichere die Ergebnisse in
heights_177_15.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
random.seed(1231)
heights_177_8 = st.norm.rvs(loc=177, scale=8, size=1000)
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 standard deviation is 15
heights_177_15 = ____
print(np.mean(heights_177_15))
upper = np.quantile(heights_177_15, 0.975)
lower = np.quantile(heights_177_15, 0.025)
print([lower, upper])