Visualização dos resultados da reamostragem

Agora você visualizará os resultados da sua simulação do exercício anterior! Você continuará trabalhando com nba_weights, que contém os pesos de um grupo de NBA jogadores em quilogramas:

nba_weights = [96.7, 101.1, 97.9, 98.1, 98.1, 

               100.3, 101.0, 98.0, 97.4]

Aqui está o código da simulação que você fez no exercício anterior:

simu_weights = []
for i in range(1000):

    bootstrap_sample = random.choices(nba_weights, k=9)

    simu_weights.append(np.mean(bootstrap_sample))

mean_weight = np.mean(simu_weights)
upper = np.quantile(simu_weights, 0.975)
lower = np.quantile(simu_weights, 0.025)
print(mean_weight, lower, upper)

A lista simu_weights que você gerou no último exercício é carregada para você. Da mesma forma, mean_weight, lower e upper já estão definidos como a média e os valores de quantis de 2,5% e 97,5% para o seu intervalo de confiança.

Os seguintes pacotes já foram carregados para você: random, numpy como np, seaborn como sns, e matplotlib.pyplot como plt.

Este exercício faz parte do curso

Simulações de Monte Carlo em Python

Ver curso

Instruções do exercício

Use o site sns.displot() para plotar a distribuição dos pesos simulados.
Use plt.axvline() para desenhar duas linhas verticais para o intervalo de confiança de 95% (desenhe lower seguido de upper) em vermelho e a média em verde.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Plot the distribution of the simulated weights
____

# Plot vertical lines for the 95% confidence intervals and mean
plt.axvline(____, color="red")
plt.axvline(____, color="red")
plt.axvline(____, color="green")
plt.show()

Editar e executar o código