Визуализация разброса статистики

Ранее вы вычисляли разброс выборочных статистик. Теперь визуализируем этот разброс.

Мы будем использовать предзагруженную переменную population и заранее определённую функцию get_sample_statistics(), которая извлекает выборки и возвращает массивы выборочных статистик.

Для построения графиков мы применим предопределённую функцию plot_hist(), которая оборачивает метод matplotlib axis.hist() и одновременно разбивает переданный массив на интервалы и строит гистограмму. Таким образом вы сможете увидеть, что выборочные статистики имеют распределение значений, а не одно единственное значение.

Это упражнение является частью курса

Введение в линейное моделирование на Python

Посмотреть курс

Инструкции к упражнению

Передайте population в функцию get_sample_statistics(), чтобы получить распределения выборочных статистик.
С помощью np.linspace() задайте границы бинов гистограммы для каждого массива статистик.
Дважды вызовите предопределённую функцию plot_hist(), чтобы построить распределения статистик means и deviations в виде двух отдельных гистограмм.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Generate sample distribution and associated statistics
means, stdevs = get_sample_statistics(____, num_samples=100, num_pts=1000)

# Define the binning for the histograms
mean_bins = np.____(97.5, 102.5, 51)
std_bins = np.____(7.5, 12.5, 51)

# Plot the distribution of means, and the distribution of stdevs
fig = plot_hist(data=____, bins=____, data_name="Means", color='green')
fig = plot_hist(data=____, bins=____, data_name="Stdevs", color='red')

Редактировать и запускать код