ПочатиПочніть безкоштовно

Вибірки з підкидання кубика

Давайте змоделюємо процес за допомогою пакета numpy. Ви працюватимете з тим самим прикладом зі слайдів: імітація підкидань стандартного кубика з числами від 1 до 6 за допомогою функції randint(). Перегляньте документацію до цієї функції, якщо ще не зустрічали її.

Почніть із малої вибірки й поступово перейдіть до більшої. Проаналізуйте середні значення результатів і зробіть висновок щодо відповідної теореми.

Ця вправа є частиною курсу

Практичні співбесіди з статистики в Python

Переглянути курс

Інструкції до вправи

  • Згенеруйте вибірку з 10 підкидань кубика за допомогою randint() і присвойте її змінній small.
  • Обчисліть середнє цієї вибірки, збережіть у small_mean і виведіть результат; зверніть увагу, наскільки воно близьке до істинного середнього.
  • Аналогічно створіть більшу вибірку з 1000 підкидань кубика й присвойте список змінній large.
  • Обчисліть середнє більшої вибірки, збережіть у large_mean і виведіть середнє; яка теорема тут спрацьовує?

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

from numpy.random import randint

# Create a sample of 10 die rolls
small = randint(____, ____, ____)

# Calculate and print the mean of the sample
small_mean = ____
print(____)

# Create a sample of 1000 die rolls
large = randint(____, ____, ____)

# Calculate and print the mean of the large sample
large_mean = ____
print(____)
Редагувати та запускати код