Campionamento normale multivariato
In questo esercizio continuerai a lavorare con il DataFrame house_price_size, che è già stato caricato per te. Ricorda che house_price_size contiene due colonne chiamate price e size, che rappresentano rispettivamente il prezzo e la metratura delle case.
Dopo aver esplorato il DataFrame house_price_size, sospetti che si tratti di una distribuzione normale multivariata perché price e size sembrano entrambe seguire una distribuzione normale. In base alla matrice di covarianza che hai calcolato nell'esercizio precedente, ora puoi eseguire un campionamento da una distribuzione normale multivariata con una struttura di covarianza definita!
Per eseguire il campionamento da una distribuzione normale multivariata con covarianza definita, ti serviranno le seguenti informazioni:
priceha media 20 esizeha media 500priceha varianza 19 esizeha varianza 50.000- La covarianza tra
priceesizeè 950 - Eseguirai 5.000 campioni
Sono già stati importati per te: seaborn come sns, pandas come pd, numpy come np, matplotlib.pyplot come plt e scipy.stats come st.
Questo esercizio fa parte del corso
Simulazioni Monte Carlo in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Assign the mean of price and size, sample size, and covariance matrix of price and size
mean_value = ____
cov_mat = np.array(____)
sample_size = ____