CommencezCommencez gratuitement

Les moyennes d'échantillon suivent une distribution normale

Dans l'exercice précédent, nous avons généré une population qui suivait une distribution binomiale, choisi 20 échantillons aléatoires dans cette population et calculé la moyenne d'échantillon. Nous allons maintenant tester d'autres distributions de probabilité pour observer la forme des moyennes d'échantillon.

Depuis la bibliothèque scipy.stats, nous avons chargé les objets poisson et geom, ainsi que la fonction describe(). Nous avons aussi importé matplotlib.pyplot sous le nom plt et numpy sous le nom np.

Vous verrez que la forme de la distribution des moyennes reste la même, même si les échantillons proviennent de distributions différentes.

Cette activité fait partie du cours

Fondements de la probabilité en Python

Voir le cours

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Generate the population
population = geom.rvs(p=0.5, size=1000)

# Create list for sample means
sample_means = []
for _ in range(3000):
	# Take 20 values from the population
    sample = np.random.choice(population, ____)
    # Calculate the sample mean
    sample_means.append(describe(____).____)

# Plot the histogram
plt.____(sample_means)
plt.show()
Modifier et exécuter le code