Campionamento da distribuzione normale
La distribuzione normale è un argomento ricorrente nei colloqui, grazie alle sue numerosissime applicazioni.
Un campione casuale è un insieme di osservazioni estratto dall’intera popolazione. Puoi trarre inferenze sulla popolazione a partire da un campione casuale prelevato dalla popolazione. Per esempio, puoi calcolare la probabilità campionaria, che è una stima di quella vera della popolazione.
Per calcolare la probabilità campionaria, determina la proporzione di osservazioni in un campione che soddisfano il criterio dato.
Per calcolare la probabilità vera, usa le funzioni di probabilità.
Ricorda che:
- la distribuzione normale standard ha \(\mu = 0\) e \(\sigma^2 = 1\) (indicata come \(N(0, 1)\)),
pnorm(q = k)restituisce \(P(X \le k)\) per \(X \sim N(0, 1)\).
Questo esercizio fa parte del corso
Esercitarsi con le domande di statistica per i colloqui in R
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
set.seed(123)
# Generate data points
data_points <- rnorm(___ = ___)
# Inspect the distribution
___(data_points)