Zacznij terazZacznij za darmo

Rozkład normalny

Czas na najpopularniejszy i najbardziej użyteczny z omawianych rozkładów: rozkład normalny, czyli Gaussa. Na slajdach krótko omówiliśmy kształt krzywej dzwonowej oraz to, jak rozkład normalny w połączeniu z centralnym twierdzeniem granicznym pozwala przeprowadzać testy hipotez.

Podobnie jak w poprzednich ćwiczeniach, zaczniesz od zasymulowania danych i zbadania rozkładu, a następnie zagłębisz się w temat i przeanalizujesz prawdopodobieństwo wystąpienia określonych obserwacji.

To ćwiczenie jest częścią kursu

Ćwiczenie pytań rekrutacyjnych ze statystyki w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Wygeneruj dane dla rozkładu, używając funkcji rvs() z parametrem size ustawionym na 1000; przypisz wynik do zmiennej data.
  • Wyświetl histogram za pomocą biblioteki matplotlib i sprawdź kształt rozkładu.
  • Zakładając standardowy rozkład normalny, jakie jest prawdopodobieństwo wystąpienia obserwacji większej niż 2?
  • Patrząc na naszą próbkę, jakie jest prawdopodobieństwo wystąpienia obserwacji większej niż 2?

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Generate normal data
from scipy.stats import norm
data = norm.rvs(size=____)

# Plot distribution
plt.hist(____)
plt.show()

# Compute and print true probability for greater than 2
true_prob = 1 - norm.cdf(____)
print(____)

# Compute and print sample probability for greater than 2
sample_prob = sum(obs > ____ for obs in data) / len(____)
print(____)
Edytuj i uruchom kod