Vous allez maintenant visualiser les résultats de votre simulation de l’exercice précédent ! Vous continuez à travailler avec nba_weights, qui contient les masses d’un groupe de joueurs NBA en kilogrammes :

nba_weights = [96.7, 101.1, 97.9, 98.1, 98.1, 
               100.3, 101.0, 98.0, 97.4]

Voici le code de simulation de l’exercice précédent :

simu_weights = []
for i in range(1000):
    bootstrap_sample = random.choices(nba_weights, k=9)
    simu_weights.append(np.mean(bootstrap_sample))
mean_weight = np.mean(simu_weights)
upper = np.quantile(simu_weights, 0.975)
lower = np.quantile(simu_weights, 0.025)
print(mean_weight, lower, upper)

La liste simu_weights que vous avez générée au dernier exercice est chargée pour vous. De même, mean_weight, lower et upper sont déjà définies comme la moyenne et les quantiles 2,5 % et 97,5 % de votre intervalle de confiance.

Les packages suivants ont déjà été importés pour vous : random, numpy sous le nom np, seaborn sous le nom sns, et matplotlib.pyplot sous le nom plt.

Comprendre les simulations de Monte Carlo

Simulations de Monte Carlo en Python

Exercice interactif pratique