Zwei unabhängige Normalverteilungen

Rohit hat zwei Freelance-Jobs. Die Bezahlung für jeden Job folgt zwei unabhängigen Normalverteilungen:

income1 aus Rohits erstem Job hat einen Mittelwert von 500 $ und eine Standardabweichung von 50
income2 aus Rohits zweitem Job hat einen Mittelwert von 1.000 $ und eine Standardabweichung von 200

Rohit hat dich gebeten, sein Einkommen zu simulieren, damit er seine Ausgaben richtig planen kann. Du verwendest Stichproben, um das 95%-Konfidenzintervall von Rohits Gesamteinkommen aus beiden Jobs zu bestimmen.

Du wirst Simulationen mit Normalverteilungen durchführen, die wahrscheinlich die wichtigste Wahrscheinlichkeitsverteilung in Monte-Carlo-Simulationen sind.

Folgendes wurde bereits importiert: NumPy als np und das stats-Modul von SciPy als st.

Diese Übung ist Teil des Kurses

Monte-Carlo-Simulationen in Python

Kurs anzeigen

Anleitung zur Übung

Verwende st.norm.rvs(), um 1.000-mal aus der Normalverteilung zu sampeln. Setze den passenden Mittelwert und die passende Standardabweichung und weise die Ergebnisse income1 und income2 zu.
Nähere total_income an, indem du income1 und income2 addierst.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Sample from the normal distribution
income1 = ____
income2 = ____

# Define total_income
total_income = ____
upper = np.quantile(total_income, 0.975)
lower = np.quantile(total_income, 0.025)
print([lower, upper])

Code bearbeiten und ausführen