Modifier la moyenne de lois normales
Dans cet exercice, vous utiliserez l'échantillonnage pour calculer l'intervalle de confiance à 95 % de la taille moyenne des hommes adultes américains. Rappelez-vous, d'après la leçon, que les tailles des hommes adultes américains suivent une loi normale avec une moyenne de 177 centimètres et un écart type de huit centimètres.
Après avoir échantillonné à partir de la distribution avec ces paramètres, vous modifierez la moyenne des tailles à 185 centimètres sans changer l'écart type afin d'examiner ce qui arrive à la moyenne et à l'intervalle de confiance de la taille moyenne après un nouvel échantillonnage.
Les éléments suivants ont été importés pour vous : random, NumPy sous le nom np, et le module stats de SciPy sous le nom st.
Cette activité fait partie du cours
Simulations de Monte-Carlo en Python
Instructions de l’exercice
- Échantillonnez 1 000 fois à partir de la loi normale dont la moyenne est 177 et l'écart type est de huit; enregistrez les résultats dans
heights_177_8. - Échantillonnez 1 000 fois à partir de la loi normale dont la moyenne est 185 et l'écart type est de huit; enregistrez les résultats dans
heights_185_8.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
random.seed(1222)
# Sample 1,000 times from the normal distribution where the mean is 177
heights_177_8 = ____
print(np.mean(heights_177_8))
upper = np.quantile(heights_177_8, 0.975)
lower = np.quantile(heights_177_8, 0.025)
print([lower, upper])
# Sample 1,000 times from the normal distribution where the mean is 185
heights_185_8 = ____
print(np.mean(heights_185_8))
upper = np.quantile(heights_185_8, 0.975)
lower = np.quantile(heights_185_8, 0.025)
print([lower, upper])