Modifica la deviazione standard delle distribuzioni normali
Continuerai a esplorare le altezze degli uomini adulti americani, che ora sai essere distribuite normalmente con una media di 177 centimetri e una deviazione standard di otto centimetri.
In questo esercizio campionerai anche da una distribuzione normale e calcolerai l'intervallo di confidenza al 95% dell'altezza media. Ma questa volta cambierai la deviazione standard a 15 senza modificare la media delle altezze. Vedrai cosa succede alla media e all'intervallo di confidenza dell'altezza media se ripeti il campionamento!
Sono già stati importati per te: random, NumPy come np e il modulo stats di SciPy come st.
Questo esercizio fa parte del corso
Simulazioni Monte Carlo in Python
Istruzioni dell'esercizio
- Esegui 1.000 campionamenti dalla distribuzione normale con media 177 e deviazione standard 15; salva i risultati in
heights_177_15.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
random.seed(1231)
heights_177_8 = st.norm.rvs(loc=177, scale=8, size=1000)
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 standard deviation is 15
heights_177_15 = ____
print(np.mean(heights_177_15))
upper = np.quantile(heights_177_15, 0.975)
lower = np.quantile(heights_177_15, 0.025)
print([lower, upper])