Próbkowanie wielowymiarowego rozkładu normalnego
W tym ćwiczeniu będziesz kontynuować pracę z ramką danych house_price_size, która została wczytana. Dla przypomnienia: house_price_size zawiera dwie kolumny – price i size – reprezentujące odpowiednio cenę i powierzchnię domów.
Po zapoznaniu się z ramką danych house_price_size podejrzewasz, że dane pochodzą z wielowymiarowego rozkładu normalnego, ponieważ zarówno price, jak i size wydają się osobno podążać za rozkładem normalnym. Na podstawie macierzy kowariancji obliczonej w poprzednim ćwiczeniu możesz teraz przeprowadzić próbkowanie wielowymiarowego rozkładu normalnego z określoną strukturą kowariancji!
Aby wykonać próbkowanie, będziesz potrzebować następujących informacji:
- średnia
pricewynosi 20, a średniasizewynosi 500 - wariancja
pricewynosi 19, a wariancjasizewynosi 50 000 - kowariancja dla
priceisizewynosi 950 - liczba próbek: 5 000
Następujące importy zostały już wykonane: seaborn jako sns, pandas jako pd, numpy jako np, matplotlib.pyplot jako plt oraz scipy.stats jako st.
To ćwiczenie jest częścią kursu
Symulacje Monte Carlo w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Assign the mean of price and size, sample size, and covariance matrix of price and size
mean_value = ____
cov_mat = np.array(____)
sample_size = ____