Modifier la moyenne de lois normales
Dans cet exercice, vous allez utiliser l’échantillonnage pour calculer l’intervalle de confiance à 95 % de la taille moyenne des hommes adultes américains. Rappelez-vous du cours que les tailles des hommes adultes américains suivent une loi normale de moyenne 177 centimètres et d’écart type de huit centimètres.
Après avoir échantillonné cette distribution avec les statistiques ci-dessus, vous modifierez la moyenne des tailles à 185 centimètres sans changer l’écart type, afin d’explorer 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 np, et le module stats de SciPy sous st.
Cet exercice fait partie du cours
Simulations de Monte Carlo en Python
Instructions
- Échantillonnez 1 000 fois une loi normale de moyenne 177 et d’écart type huit ; stockez les résultats dans
heights_177_8. - Échantillonnez 1 000 fois une loi normale de moyenne 185 et d’écart type huit ; stockez les résultats dans
heights_185_8.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
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])