Ändra medelvärdet för normalfördelningar
I den här övningen använder du sampling för att beräkna 95-procentigt konfidensintervall för medellängden hos amerikanska vuxna män. Som nämndes i lektionen är längden hos amerikanska vuxna män normalfördelad med ett medelvärde på 177 centimeter och en standardavvikelse på åtta centimeter.
Efter att ha tagit urval från fördelningen med ovanstående stickprovsstatistik ändrar du medelvärdet till 185 centimeter utan att ändra standardavvikelsen, för att undersöka vad som händer med medelvärdet och konfidensintervallet när du tar urval på nytt.
Följande har importerats åt dig: random, NumPy som np och SciPys stats-modul som st.
Den här övningen är en del av kursen
Monte Carlo-simuleringar i Python
Övningsinstruktioner
- Ta 1 000 urval från normalfördelningen där medelvärdet är 177 och standardavvikelsen är åtta; lagra resultaten i
heights_177_8. - Ta 1 000 urval från normalfördelningen där medelvärdet är 185 och standardavvikelsen är åtta; lagra resultaten i
heights_185_8.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
random.seed(1222)
# Sample 1,000 times from the normal distribution where the mean is 177
heights_177_8 = ____
print(np.mean(heights_177_8))
upper = np.quantile(heights_177_8, 0.975)
lower = np.quantile(heights_177_8, 0.025)
print([lower, upper])
# Sample 1,000 times from the normal distribution where the mean is 185
heights_185_8 = ____
print(np.mean(heights_185_8))
upper = np.quantile(heights_185_8, 0.975)
lower = np.quantile(heights_185_8, 0.025)
print([lower, upper])