Выборки из бросков кубика
Давайте разберём, как создать симуляцию с помощью пакета numpy. Вы будете работать с тем же сценарием, что и на слайдах: симулировать броски стандартного кубика с гранями от 1 до 6, используя функцию randint(). Если вы ещё не сталкивались с этой функцией, ознакомьтесь с её документацией.
Начните с небольшой выборки и постепенно увеличивайте её размер: изучите средние значения результатов и сделайте вывод о том, какая теорема здесь задействована.
Это упражнение является частью курса
Практика статистических вопросов для собеседований на Python
Инструкции к упражнению
- Сгенерируйте выборку из 10 бросков кубика с помощью функции
randint()и присвойте её переменнойsmall. - Присвойте среднее значение выборки переменной
small_meanи выведите результат; обратите внимание, насколько оно близко к истинному среднему. - Аналогичным образом создайте большую выборку из 1000 бросков кубика и присвойте список переменной
large. - Присвойте среднее значение большой выборки переменной
large_meanи выведите его; какая теорема здесь работает?
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
from numpy.random import randint
# Create a sample of 10 die rolls
small = randint(____, ____, ____)
# Calculate and print the mean of the sample
small_mean = ____
print(____)
# Create a sample of 1000 die rolls
large = randint(____, ____, ____)
# Calculate and print the mean of the large sample
large_mean = ____
print(____)