PDF Normal

Dalam latihan ini, Anda akan mengeksplorasi PDF Normal dan juga mempelajari cara memplot PDF dari distribusi yang diketahui menggunakan hacker statistics. Secara khusus, Anda akan memplot PDF Normal untuk berbagai nilai varians.

Latihan ini adalah bagian dari kursus

Berpikir Statistis dengan Python (Bagian 1)

Lihat Kursus

Petunjuk latihan

Ambil 100.000 sampel dari distribusi Normal yang memiliki mean 20 dan simpangan baku 1. Lakukan hal yang sama untuk distribusi Normal dengan simpangan baku 3 dan 10, masing-masing tetap dengan mean 20. Simpan hasilnya ke samples_std1, samples_std3, dan samples_std10 secara berurutan.
Plot histogram dari masing-masing sampel; untuk setiap histogram, gunakan 100 bin, serta argumen kata kunci density=True dan histtype='step'. Argumen kata kunci terakhir membuat plot terlihat mirip dengan PDF teoretis yang mulus. Anda perlu membuat 3 pemanggilan plt.hist().
Tekan submit untuk membuat legenda yang menampilkan simpangan baku yang Anda gunakan, lalu tampilkan plot Anda! Tidak perlu memberi label pada sumbu karena kita belum mendefinisikan apa yang dideskripsikan oleh distribusi Normal; kita hanya melihat bentuk PDF.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Draw 100000 samples from Normal distribution with stds of interest: samples_std1, samples_std3, samples_std10




# Make histograms




# Make a legend, set limits and show plot
_ = plt.legend(('std = 1', 'std = 3', 'std = 10'))
plt.ylim(-0.01, 0.42)
plt.show()

Edit dan Jalankan Kode