ПочатиПочніть безкоштовно

Нормальний розподіл

Переходимо до найвідомішого й найкориснішого з усіх розподілів: нормального або гауссового розподілу. На слайдах ми коротко згадували форму «дзвона» і те, як нормальний розподіл разом із центральною граничною теоремою дозволяє виконувати перевірку гіпотез.

Подібно до попередніх вправ, тут ви спочатку змоделюєте дані та розглянете розподіл, а потім заглибитеся й оціните ймовірність настання певних спостережень.

Ця вправа є частиною курсу

Практичні співбесіди з статистики в Python

Переглянути курс

Інструкції до вправи

  • Згенеруйте дані для розподілу за допомогою функції rvs() із розміром 1000; присвойте їх змінній data.
  • Відобразіть гістограму matplotlib; розгляньте форму розподілу.
  • Для стандартизованого нормального розподілу, яка ймовірність того, що спостереження буде більшим за 2?
  • Дивлячись на нашу вибірку, яка ймовірність спостереження, більшого за 2?

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Generate normal data
from scipy.stats import norm
data = norm.rvs(size=____)

# Plot distribution
plt.hist(____)
plt.show()

# Compute and print true probability for greater than 2
true_prob = 1 - norm.cdf(____)
print(____)

# Compute and print sample probability for greater than 2
sample_prob = sum(obs > ____ for obs in data) / len(____)
print(____)
Редагувати та запускати код