Vizualizarea rezultatelor remostelării

Acum vei vizualiza rezultatele simulării din exercițiul anterior! Vei continua să lucrezi cu nba_weights, care conține greutățile unui grup de jucători NBA în kilograme:

nba_weights = [96.7, 101.1, 97.9, 98.1, 98.1, 
               100.3, 101.0, 98.0, 97.4]

Iată codul simulării din exercițiul 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)

Lista simu_weights generată în exercițiul anterior este deja încărcată. De asemenea, mean_weight, lower și upper sunt deja definite ca media, respectiv valorile cuantilelor de 2,5% și 97,5% pentru intervalul tău de încredere.

Următoarele biblioteci au fost deja importate: random, numpy ca np, seaborn ca sns și matplotlib.pyplot ca plt.

Acest exercițiu face parte din cursul

Simulări Monte Carlo în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Folosește sns.displot() pentru a reprezenta grafic distribuția greutăților simulate.
Folosește plt.axvline() pentru a trasa două linii verticale pentru intervalul de încredere de 95% (trasează mai întâi lower, apoi upper) în roșu, și media în verde.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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()

Editează și rulează codul