La PDF Normal

En este ejercicio, explorarás la PDF Normal y también aprenderás una forma de trazar una PDF de una distribución conocida usando hacker statistics. En concreto, representarás una PDF Normal para varios valores de la varianza.

Este ejercicio forma parte del curso

Pensamiento estadístico en Python (Parte 1)

Ver curso

Instrucciones del ejercicio

Extrae 100.000 muestras de una distribución Normal con media 20 y desviación estándar 1. Haz lo mismo para distribuciones Normales con desviaciones estándar de 3 y 10, ambas con media 20. Asigna los resultados a samples_std1, samples_std3 y samples_std10, respectivamente.
Traza un histograma de cada conjunto de muestras; en cada caso, usa 100 bins y los argumentos de palabra clave density=True y histtype='step'. Este último hace que el gráfico se parezca mucho a la PDF teórica suave. Necesitarás hacer 3 llamadas a plt.hist().
Pulsa Enviar para crear una leyenda que muestre qué desviaciones estándar usaste y visualizar tu gráfico. No hace falta etiquetar los ejes porque no hemos definido qué está describiendo la distribución Normal; solo estamos observando las formas de las PDFs.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Draw 100000 samples from Normal distribution with stds of interest: samples_std1, samples_std3, samples_std10




# Make histograms




# Make a legend, set limits and show plot
_ = plt.legend(('std = 1', 'std = 3', 'std = 10'))
plt.ylim(-0.01, 0.42)
plt.show()

Editar y ejecutar código