Sampelmedelvärden följer en normalfördelning
I föregående övning genererade vi en population som följde en binomialfördelning, valde 20 slumpmässiga sampel från populationen och beräknade sampelmedelvärdet. Nu ska vi testa några andra sannolikhetsfördelningar för att se hur sampelmedelvärden är formade.
Från biblioteket scipy.stats har vi laddat in objekten poisson och geom samt funktionen describe(). Vi har också importerat matplotlib.pyplot som plt och numpy som np.
Som du kommer att se är formen på fördelningen av medelvärden densamma, även om samplen är genererade från olika fördelningar.
Den här övningen är en del av kursen
Grunderna i sannolikhetslära med Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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()