Simulera centrala gränsvärdessatsen
Centrala gränsvärdessatsen (CLT) innebär att vi kan använda statistiska metoder som fungerar för normalfördelningar även på problem med andra typer av fördelningar. Intervjuare brukar gärna testa dina kunskaper om CLT, särskilt om din framtida roll innefattar A/B-testning.
Du får nu se mekaniken bakom CLT illustrerad med tärningskast.
I den föregående övningen genererade du 1 000 tärningskast med hjälp av parametern size: sample(1:6, size = 1000, replace = TRUE).
I steg 1 i den här övningen genererar du 1 tärningskast i en loop med 1 000 iterationer, vilket är ekvivalent med ovanstående.
För att visualisera:
- diskreta data – använd
barplot(table(x)), - kontinuerliga data – använd
hist(x).
Vektorerna die_outputs och mean_die_outputs har redan initierats.
Den här övningen är en del av kursen
Öva på statistiska intervjufrågor i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Simulate 1000 die roll outputs
for (i in 1:1000) {
die_outputs[i] <- ___(___, size = ___)
}
# Visualize the number of occurrences of each result
___(table(___))