正規分布の平均を変えてみよう
この演習では、サンプリングを使って、アメリカ成人男性の平均身長に対する95%信頼区間を計算します。レッスンで学んだとおり、アメリカ成人男性の身長は平均177センチ、標準偏差8センチの正規分布に従います。
上記の統計量で分布からサンプリングしたあと、標準偏差はそのままに、身長の平均を185センチに変更して、再度サンプリングしたときに平均と平均身長の信頼区間がどう変化するかを確認します。
次のモジュールはすでにインポート済みです：random、NumPy は np、SciPy の stats モジュールは st。
この演習はコースの一部です
Pythonで学ぶモンテカルロ・シミュレーション
演習の手順
- 平均177、標準偏差8の正規分布から1,000回サンプリングし、結果を
heights_177_8に格納します。 - 平均185、標準偏差8の正規分布から1,000回サンプリングし、結果を
heights_185_8に格納します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
random.seed(1222)
# Sample 1,000 times from the normal distribution where the mean is 177
heights_177_8 = ____
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 mean is 185
heights_185_8 = ____
print(np.mean(heights_185_8))
upper = np.quantile(heights_185_8, 0.975)
lower = np.quantile(heights_185_8, 0.025)
print([lower, upper])