Zmiana odchylenia standardowego rozkładów normalnych
Kontynuujesz eksplorację wzrostu dorosłych Amerykanów płci męskiej, który – jak już wiesz – ma rozkład normalny ze średnią 177 centymetrów i odchyleniem standardowym równym osiem centymetrów.
W tym ćwiczeniu również pobierzesz próbki z rozkładu normalnego i obliczysz 95-procentowy przedział ufności dla średniego wzrostu. Tym razem jednak zmienisz odchylenie standardowe na 15, nie zmieniając średniej. Sprawdź, co stanie się ze średnią i przedziałem ufności, gdy ponownie wykonasz próbkowanie!
Następujące elementy zostały już zaimportowane: random, NumPy jako np oraz moduł stats biblioteki SciPy jako st.
To ćwiczenie jest częścią kursu
Symulacje Monte Carlo w Pythonie
Instrukcje do ćwiczenia
- Pobierz 1000 próbek z rozkładu normalnego ze średnią 177 i odchyleniem standardowym 15; zapisz wyniki w
heights_177_15.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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])