Aan de slagBegin gratis

Variatie van een statistiek visualiseren

Eerder heb je de variatie van steekproefstatistieken berekend. Nu ga je die variatie visualiseren.

We starten met een vooraf geladen population en een voorgedefinieerde functie get_sample_statistics() om de steekproeven te trekken en de arrays met steekproefstatistieken terug te geven.

Hier gebruiken we een voorgedefinieerde functie plot_hist() die de matplotlib-methode axis.hist() aanroept, die zowel de binning doet als de doorgegeven array plot. Zo kun je zien dat de steekproefstatistieken een verdeling van waarden hebben, en niet slechts één enkele waarde.

Deze oefening maakt deel uit van de cursus

Introductie tot lineaire modellering in Python

Bekijk cursus

Oefeninstructies

  • Geef population door aan get_sample_statistics() om de verdelingen van de steekproefstatistieken op te halen.
  • Gebruik np.linspace() om histogram-binranden te definiëren voor elke statistiekarray.
  • Gebruik de voorgedefinieerde plot_hist() twee keer om de verdelingen van de statistieken means en deviations als twee afzonderlijke histogrammen te plotten.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Generate sample distribution and associated statistics
means, stdevs = get_sample_statistics(____, num_samples=100, num_pts=1000)

# Define the binning for the histograms
mean_bins = np.____(97.5, 102.5, 51)
std_bins = np.____(7.5, 12.5, 51)

# Plot the distribution of means, and the distribution of stdevs
fig = plot_hist(data=____, bins=____, data_name="Means", color='green')
fig = plot_hist(data=____, bins=____, data_name="Stdevs", color='red')
Code bewerken en uitvoeren