Två oberoende normalfördelningar

Rohit har två frilansuppdrag. Inkomsten från respektive uppdrag följer två oberoende normalfördelningar:

income1 från Rohits första uppdrag har ett medelvärde på 500 dollar och en standardavvikelse på 50 dollar
income2 från Rohits andra uppdrag har ett medelvärde på 1 000 dollar och en standardavvikelse på 200 dollar

Rohit vill ha hjälp med att simulera sin inkomst så att han kan planera sin budget på ett bättre sätt. Du använder sampling för att hitta 95-procentigt konfidensintervall för Rohits totala inkomst från båda uppdragen.

Du kommer att utföra simuleringar med normalfördelningar – förmodligen den viktigaste sannolikhetsfördelningen i Monte Carlo-simulering.

Följande har importerats åt dig: NumPy som np och SciPys stats-modul som st.

Den här övningen är en del av kursen

Monte Carlo-simuleringar i Python

Visa kurs

Övningsinstruktioner

Använd st.norm.rvs() för att sampla 1 000 gånger från normalfördelningen. Ange rätt medelvärde och standardavvikelse, och tilldela resultaten till income1 respektive income2.
Beräkna total_income genom att addera income1 och income2.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Sample from the normal distribution
income1 = ____
income2 = ____

# Define total_income
total_income = ____
upper = np.quantile(total_income, 0.975)
lower = np.quantile(total_income, 0.025)
print([lower, upper])

Redigera och kör kod