Gęstość prawdopodobieństwa rozkładu normalnego
W tym ćwiczeniu poznasz funkcję gęstości prawdopodobieństwa rozkładu normalnego i nauczysz się, jak ją wizualizować metodą symulacyjną. Narysuj wykresy gęstości rozkładu normalnego dla różnych wartości wariancji.
To ćwiczenie jest częścią kursu
Myślenie statystyczne w Pythonie (część 1)
Instrukcje do ćwiczenia
- Wylosuj 100 000 próbek z rozkładu normalnego o średniej
20i odchyleniu standardowym1. Zrób to samo dla rozkładów normalnych z odchyleniami standardowymi3i10, zachowując tę samą średnią20. Przypisz wyniki odpowiednio dosamples_std1,samples_std3isamples_std10. - Narysuj histogram dla każdej z próbek, używając 100 przedziałów (bins) oraz argumentów
density=Trueihisttype='step'. Dzięki temu ostatniemu argumentowi wykres będzie przypominał gładką teoretyczną funkcję gęstości. Potrzebujesz trzech wywołańplt.hist(). - Kliknij Prześlij odpowiedź, aby dodać legendę wskazującą użyte odchylenia standardowe i wyświetlić wykres. Nie ma potrzeby opisywania osi – nie określiliśmy jeszcze, co opisuje ten rozkład normalny; interesują nas na razie jedynie kształty funkcji gęstości.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Draw 100000 samples from Normal distribution with stds of interest: samples_std1, samples_std3, samples_std10
# Make histograms
# Make a legend, set limits and show plot
_ = plt.legend(('std = 1', 'std = 3', 'std = 10'))
plt.ylim(-0.01, 0.42)
plt.show()