常態分配
接下來是最常見也最實用的分配：常態（或稱為 Gaussian）分配。在投影片中，我們簡要談到鐘形曲線，以及常態分配配合中央極限定理如何讓我們能進行假設檢定。
和前面的練習類似，你會先模擬一些資料並觀察分配形狀，接著更深入一步，探討發生特定觀測值的機率。
本練習屬於課程
用 Python 練習統計面試題
練習說明
- 使用
rvs()函式產生此分配的資料，size 設為 1000，並指定給變數data。 - 繪製
matplotlib直方圖，觀察分配的形狀。 - 在標準化常態分配下，觀測值大於 2 的機率是多少？
- 觀察「我們的」樣本，觀測值大於 2 的機率是多少？
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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(____)