Verander de standaarddeviatie van normale verdelingen
Je onderzoekt verder de lengtes van volwassen Amerikaanse mannen, waarvan je nu weet dat ze normaal verdeeld zijn met een gemiddelde van 177 centimeter en een standaarddeviatie van acht centimeter.
In deze oefening neem je ook steekproeven uit een normale verdeling en bereken je het 95%-betrouwbaarheidsinterval van de gemiddelde lengte. Maar dit keer verander je de standaarddeviatie naar 15 zonder het gemiddelde aan te passen. Je verkent wat er gebeurt met het gemiddelde en het betrouwbaarheidsinterval van de gemiddelde lengte als je opnieuw steekproeven trekt!
Het volgende is al voor je geïmporteerd: random, NumPy als np, en de module stats van SciPy als st.
Deze oefening maakt deel uit van de cursus
Monte Carlo-simulaties in Python
Oefeninstructies
- Neem 1.000 steekproeven uit de normale verdeling met gemiddelde 177 en standaarddeviatie 15; sla de resultaten op in
heights_177_15.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
random.seed(1231)
heights_177_8 = st.norm.rvs(loc=177, scale=8, size=1000)
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 standard deviation is 15
heights_177_15 = ____
print(np.mean(heights_177_15))
upper = np.quantile(heights_177_15, 0.975)
lower = np.quantile(heights_177_15, 0.025)
print([lower, upper])