De steekproefgemiddelde en -variantie berekenen
Nu je gewend bent om met muntworpen te werken met het binom-object en het gemiddelde en de variantie te berekenen, gaan we een groter aantal muntworpen simuleren en het steekproefgemiddelde en de steekproefvariantie berekenen. Door dit te vergelijken met het theoretische gemiddelde en de theoretische variantie kun je controleren of je gesimuleerde data de verdeling volgt die je wilt.
We hebben het binom-object en de methode describe() uit scipy.stats alvast voor je geladen. Ook is er een lege lijst averages aangemaakt om het gemiddelde van de variabele sample op te slaan, en een variabele variances om de variantie van de variabele sample op te slaan.
Deze oefening maakt deel uit van de cursus
Basis van kansrekening in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
for i in range(0, 1500):
# 10 trials of 10 coin flips with 25% probability of heads
sample = ____.rvs(____, ____, size=____)
# Mean and variance of the values in the sample variable
averages.append(describe(sample).mean)
variances.append(describe(sample).variance)