Python全系列 教程
3567个小节阅读:5930.5k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
xxxxxxxxxx
import random
import matplotlib.pyplot as plt
import numpy as np
def sample(num_of_samples,sample_sz):
data = [] # 用来收集每个样本的均值
for _ in range(num_of_samples):
# 从均匀分布的总体中模拟抽样
data.append(np.mean([random.uniform(0.0,1.0) for _ in range(sample_sz)]))
return data # 返回收集了每个样本的均值的列表
if __name__ == "__main__":
data = sample(10000,100)
plt.hist(data,bins='auto',rwidth=0.8) # 绘制直方图
plt.axvline(x=np.mean(data),c='red') # 绘制所有样本均值的均值对应的直线
plt.show()
注意
以上代码其实从侧面验证了统计学中的一个重要定理:中心极限定理(Central Limit Theorem):
中心极限定理(CLT)指出,如果样本量足够大,则变量均值的抽样分布将近似于正态分布,而与该变量在总体中的分布无关
1. 关于中心极限定理的说法,正确的是:
A 小样本也符合中心极限定理
B 如果样本量足够大,则变量均值的抽样分布将近似于正态分布
C 变量均值的抽样分布取决于该变量原来所在总体的分布
D 以上说法均不正确
答案
1=>B