Şimdi önceki egzersizdeki simülasyonunun sonuçlarını görselleştireceksin! Kilogram cinsinden bir grup NBA oyuncusunun kilolarını içeren nba_weights ile çalışmaya devam edeceksin:

nba_weights = [96.7, 101.1, 97.9, 98.1, 98.1, 
               100.3, 101.0, 98.0, 97.4]

İşte önceki egzersizdeki simülasyon kodun:

simu_weights = []
for i in range(1000):
    bootstrap_sample = random.choices(nba_weights, k=9)
    simu_weights.append(np.mean(bootstrap_sample))
mean_weight = np.mean(simu_weights)
upper = np.quantile(simu_weights, 0.975)
lower = np.quantile(simu_weights, 0.025)
print(mean_weight, lower, upper)

Son egzersizde oluşturduğun simu_weights listesi senin için yüklendi. Benzer şekilde, güven aralığın için ortalama ile %2,5 ve %97,5 çeyrek değerlerini temsil eden mean_weight, lower ve upper da önceden tanımlandı.

Aşağıdaki paketler senin için zaten yüklendi: random, numpy (np olarak), seaborn (sns olarak) ve matplotlib.pyplot (plt olarak).

Monte Carlo simülasyonlarını anlama

Python ile Monte Carlo Simülasyonları

Uygulamalı etkileşimli egzersiz