改变正态分布的均值
在本练习中，您将通过抽样来计算美国成年男性平均身高的 95% 置信区间。回顾课程内容：美国成年男性的身高服从正态分布，均值为 177 厘米，标准差为 8 厘米。
在使用上述样本统计量从该分布抽样之后，您将把身高的均值改为 185 厘米，同时保持标准差不变，以探索再次抽样后平均身高的均值和置信区间会发生什么变化。
以下内容已为您导入：random、以 np 命名的 NumPy，以及以 st 命名的 SciPy 的 stats 模块。
本练习是课程的一部分
Python 中的蒙特卡洛模拟
练习说明
- 从均值为 177、标准差为 8 的正态分布中抽样 1,000 次；将结果存入
heights_177_8。 - 从均值为 185、标准差为 8 的正态分布中抽样 1,000 次；将结果存入
heights_185_8。
交互式实操练习
通过完成这段示例代码来试试这个练习。
random.seed(1222)
# Sample 1,000 times from the normal distribution where the mean is 177
heights_177_8 = ____
print(np.mean(heights_177_8))
upper = np.quantile(heights_177_8, 0.975)
lower = np.quantile(heights_177_8, 0.025)
print([lower, upper])
# Sample 1,000 times from the normal distribution where the mean is 185
heights_185_8 = ____
print(np.mean(heights_185_8))
upper = np.quantile(heights_185_8, 0.975)
lower = np.quantile(heights_185_8, 0.025)
print([lower, upper])