Zmiana średniej rozkładów normalnych
W tym ćwiczeniu użyjesz próbkowania do obliczenia 95-procentowego przedziału ufności dla średniego wzrostu dorosłych mężczyzn w Stanach Zjednoczonych. Przypomnij sobie z lekcji, że wzrost dorosłych Amerykanów płci męskiej ma rozkład normalny ze średnią 177 centymetrów i odchyleniem standardowym wynoszącym osiem centymetrów.
Po próbkowaniu z rozkładu o powyższych parametrach zmienisz średnią wzrostu na 185 centymetrów – bez zmiany odchylenia standardowego – aby sprawdzić, co stanie się ze średnią i przedziałem ufności po ponownym próbkowaniu.
Następujące elementy zostały już zaimportowane: random, NumPy jako np oraz moduł stats z biblioteki SciPy jako st.
To ćwiczenie jest częścią kursu
Symulacje Monte Carlo w Pythonie
Instrukcje do ćwiczenia
- Pobierz 1000 próbek z rozkładu normalnego o średniej 177 i odchyleniu standardowym równym osiem; wyniki zapisz w
heights_177_8. - Pobierz 1000 próbek z rozkładu normalnego o średniej 185 i odchyleniu standardowym równym osiem; wyniki zapisz w
heights_185_8.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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])