Выборочные средние подчиняются нормальному распределению
В предыдущем упражнении мы сгенерировали генеральную совокупность с биномиальным распределением, взяли 20 случайных выборок и вычислили выборочное среднее. Теперь проверим, как выглядит распределение выборочных средних для других вероятностных распределений.
Из библиотеки scipy.stats уже загружены объекты poisson и geom, а также функция describe(). Кроме того, импортированы matplotlib.pyplot как plt и numpy как np.
Как вы увидите, форма распределения средних остаётся одинаковой, даже если выборки получены из разных распределений.
Это упражнение является частью курса
Основы теории вероятностей на Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Generate the population
population = geom.rvs(p=0.5, size=1000)
# Create list for sample means
sample_means = []
for _ in range(3000):
# Take 20 values from the population
sample = np.random.choice(population, ____)
# Calculate the sample mean
sample_means.append(describe(____).____)
# Plot the histogram
plt.____(sample_means)
plt.show()