Échantillonner une distribution gaussienne
Lorsque nous faisons face à un problème où l'on dispose d'échantillons provenant de distributions de probabilité et que nous voulons en retrouver les paramètres, nous devons les estimer. Quand les échantillons proviennent d'une seule distribution, l'estimation est généralement simple.
Les distributions gaussiennes sont très utiles pour comprendre les principales propriétés des distributions de probabilité. Dans cet exercice, vous allez apprendre (1) à générer un échantillon à partir de cette distribution, (2) à en estimer les paramètres à partir des seules données et (3) à visualiser la distribution estimée.
Cette activité fait partie du cours
Modèles de mélange en R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Set seed
set.seed(1313)
# Simulate a Gaussian distribution
simulation <- rnorm(n = ___, mean = ___, ___ = ___)
# Check first six values
head(___)