CommencezCommencez gratuitement

Loi normale

Passons à la loi la plus connue et la plus utile du lot : la loi normale, ou loi gaussienne. Dans le diaporama, nous avons brièvement abordé sa forme en cloche et la façon dont la loi normale, avec le théorème central limite, nous permet d'effectuer des tests d'hypothèses.

Comme dans les exercices précédents, vous commencerez ici par simuler des données et examiner leur distribution, puis vous irez un peu plus loin en évaluant la probabilité que certaines observations se produisent.

Cette activité fait partie du cours

S'exercer aux questions d'entrevue en statistiques avec Python

Voir le cours

Instructions de l’exercice

  • Générez les données de la distribution en utilisant la fonction rvs() avec size = 1000; affectez‑les à la variable data.
  • Affichez un histogramme avec matplotlib; examinez la forme de la distribution.
  • Étant donné une loi normale standardisée, quelle est la probabilité d'obtenir une observation supérieure à 2?
  • Dans notre échantillon, quelle est la probabilité d'obtenir une observation supérieure à 2?

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Generate normal data
from scipy.stats import norm
data = norm.rvs(size=____)

# Plot distribution
plt.hist(____)
plt.show()

# Compute and print true probability for greater than 2
true_prob = 1 - norm.cdf(____)
print(____)

# Compute and print sample probability for greater than 2
sample_prob = sum(obs > ____ for obs in data) / len(____)
print(____)
Modifier et exécuter le code