Le medie campionarie seguono una distribuzione normale
Nel precedente esercizio abbiamo generato una popolazione che seguiva una distribuzione binomiale, scelto 20 campioni casuali dalla popolazione e calcolato la media campionaria. Ora proveremo con altre distribuzioni di probabilità per osservare la forma delle medie campionarie.
Dalla libreria scipy.stats abbiamo caricato gli oggetti poisson e geom e la funzione describe(). Abbiamo anche importato matplotlib.pyplot come plt e numpy come np.
Come vedrai, la forma della distribuzione delle medie rimane la stessa anche se i campioni sono generati da distribuzioni diverse.
Questo esercizio fa parte del corso
Fondamenti di probabilità in Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Generate the population
population = geom.rvs(p=0.5, size=1000)
# Create list for sample means
sample_means = []
for _ in range(3000):
# Take 20 values from the population
sample = np.random.choice(population, ____)
# Calculate the sample mean
sample_means.append(describe(____).____)
# Plot the histogram
plt.____(sample_means)
plt.show()