Нормальний PDF

У цій вправі ви дослідите нормальний PDF і дізнаєтеся спосіб побудови PDF відомого розподілу з використанням «хакерської» статистики. Зокрема, ви побудуєте нормальний PDF для різних значень дисперсії.

Ця вправа є частиною курсу

Статистичне мислення в Python (Частина 1)

Переглянути курс

Інструкції до вправи

Виберіть 100 000 значень із нормального розподілу із середнім 20 і стандартним відхиленням 1. Зробіть те саме для нормальних розподілів зі стандартними відхиленнями 3 і 10, кожен із середнім 20. Присвойте результати змінним samples_std1, samples_std3 та samples_std10 відповідно.
Побудуйте гістограму для кожної з вибірок; для кожної використайте 100 бінів, а також іменовані аргументи density=True і histtype='step'. Останній параметр робить графік подібним до гладкого теоретичного PDF. Вам потрібно зробити 3 виклики plt.hist().
Натисніть «Надіслати відповідь», щоб додати легенду із зазначенням використаних стандартних відхилень, і покажіть свій графік! Немає потреби підписувати осі, адже ми не визначали, що саме описує нормальний розподіл; ми лише розглядаємо форми PDF.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Draw 100000 samples from Normal distribution with stds of interest: samples_std1, samples_std3, samples_std10




# Make histograms




# Make a legend, set limits and show plot
_ = plt.legend(('std = 1', 'std = 3', 'std = 10'))
plt.ylim(-0.01, 0.42)
plt.show()

Редагувати та запускати код