¡Ahora visualizarás los resultados de tu simulación del ejercicio anterior! Seguirás trabajando con nba_weights, que contiene los pesos de un grupo de jugadores de NBA en kilogramos:

nba_weights = [96.7, 101.1, 97.9, 98.1, 98.1, 

               100.3, 101.0, 98.0, 97.4]

Aquí tienes tu código de simulación del ejercicio anterior:

simu_weights = []
for i in range(1000):

    bootstrap_sample = random.choices(nba_weights, k=9)

    simu_weights.append(np.mean(bootstrap_sample))

mean_weight = np.mean(simu_weights)
upper = np.quantile(simu_weights, 0.975)
lower = np.quantile(simu_weights, 0.025)
print(mean_weight, lower, upper)

La lista simu_weights que generaste en el último ejercicio se carga para ti. Del mismo modo, mean_weight, lower y upper ya están definidos como la media y los valores de los cuantiles 2,5 % y 97,5 % para tu intervalo de confianza.

Ya se han cargado los siguientes paquetes para ti: random, numpy como np, seaborn como sns, y matplotlib.pyplot como plt.

Qué son las simulaciones Montecarlo

Simulaciones Montecarlo en Python

Ejercicio interactivo práctico