CommencerCommencer gratuitement

Échantillons d’un lancer de dé

Voyons comment générer une simulation avec le package numpy. Vous allez reprendre le même scénario que dans le diaporama : simuler des lancers d’un dé standard numéroté de 1 à 6, à l’aide de la fonction randint(). Consultez la documentation de cette fonction si vous ne l’avez jamais utilisée.

En partant d’un petit échantillon puis en augmentant la taille, examinez les moyennes obtenues et tirez une conclusion sur le théorème sous-jacent.

Cet exercice fait partie du cours

S’entraîner aux questions d’entretien en statistiques avec Python

Afficher le cours

Instructions

  • Générez un échantillon de 10 lancers de dé avec la fonction randint() et affectez-le à la variable small.
  • Calculez la moyenne de l’échantillon, affectez-la à small_mean et affichez le résultat ; observez à quel point elle est proche de la vraie moyenne.
  • De même, créez un échantillon plus grand de 1000 lancers de dé et affectez la liste à la variable large.
  • Calculez la moyenne de ce grand échantillon, affectez-la à large_mean et affichez la moyenne ; quel théorème est à l’œuvre ici ?

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

from numpy.random import randint

# Create a sample of 10 die rolls
small = randint(____, ____, ____)

# Calculate and print the mean of the sample
small_mean = ____
print(____)

# Create a sample of 1000 die rolls
large = randint(____, ____, ____)

# Calculate and print the mean of the large sample
large_mean = ____
print(____)
Modifier et exécuter le code