เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การคำนวณค่าเฉลี่ยและความแปรปรวนของตัวอย่าง

เมื่อคุ้นเคยกับการทำงานกับการโยนเหรียญโดยใช้ออบเจกต์ binom และการคำนวณค่าเฉลี่ยและความแปรปรวนแล้ว ลองมาจำลองการโยนเหรียญจำนวนมากขึ้น แล้วคำนวณค่าเฉลี่ยและความแปรปรวนของตัวอย่างกัน การเปรียบเทียบกับค่าเฉลี่ยและความแปรปรวนเชิงทฤษฎีจะช่วยให้ตรวจสอบได้ว่าข้อมูลที่จำลองขึ้นนั้นเป็นไปตามการแจกแจงที่ต้องการหรือไม่

เราได้โหลดออบเจกต์ binom และเมธอด describe() จาก scipy.stats ไว้ให้แล้ว พร้อมทั้งสร้างลิสต์ว่างชื่อ averages สำหรับเก็บค่าเฉลี่ยของตัวแปร sample และตัวแปรชื่อ variances สำหรับเก็บค่าความแปรปรวนของตัวแปร sample

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

พื้นฐานความน่าจะเป็นด้วย Python

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

for i in range(0, 1500):
    # 10 trials of 10 coin flips with 25% probability of heads
    sample = ____.rvs(____, ____, size=____)
    # Mean and variance of the values in the sample variable
    averages.append(describe(sample).mean)
    variances.append(describe(sample).variance)
แก้ไขและรันโค้ด