手机网站打开速度,保定百度seo公司,营销咨询公司经营范围,免费网站注册com目录
1 目标#xff1a;使用2种方法#xff0c;去从正态分布的总体中去抽样#xff0c;获得样本
1.1 step1: 首先#xff0c;逻辑上需要先有符合正态分布的总体population
1.2 从总体中取得样本#xff0c;模拟抽样的过程
2 从正态分布抽样的方法1
3 从正态分布抽样…目录
1 目标使用2种方法去从正态分布的总体中去抽样获得样本
1.1 step1: 首先逻辑上需要先有符合正态分布的总体population
1.2 从总体中取得样本模拟抽样的过程
2 从正态分布抽样的方法1
3 从正态分布抽样的方法2
4 完整代码 1 目标使用2种方法去从正态分布的总体中去抽样获得样本 import numpy as np import pandas as pd import scipy as sp 1.1 step1: 首先逻辑上需要先有符合正态分布的总体population
都需要先生成一个 符合正态分布的 “总体population”我们设置的总体可以是无限的或者是有限但是数量较大但是必须设置的是总体的参数mean? std?np.random.normal(loc0, scale1, size1000)sp.stats.norm.rvs(loc0,scale1,size10) 1.2 从总体中取得样本模拟抽样的过程
np.random.choice(array1,size10,replaceFalse)sp.stats.norm.rvs(loc0,scale1,size10) 2 从正态分布抽样的方法1
# 先用np.random.normal一个正态分布的随机数组 然后再用np.random.choice()去抽样array1np.random.normal(loc0, scale1, size1000)array2np.random.choice(array1,size10,replaceFalse) 3 从正态分布抽样的方法2
# 直接使用sp.stats.norm.rvs() 从正态分布的总体中去生成样本抽样array3sp.stats.norm.rvs(loc0,scale1,size10) 4 完整代码
import numpy as np
import pandas as pd
import scipy as sp
from matplotlib import pyplot as plt
import seaborn as sns
%precision 3# 从正态分布抽样的方法1
# 先用np.random.normal一个正态分布的随机数组 然后再用np.random.choice()去抽样
np.random.seed(100) #设置确定的随机种子保证每次随机的结果都相同array1np.random.normal(loc0, scale1, size1000)
array2np.random.choice(array1,size10,replaceFalse)
print(array2)
print(np.mean(array2))
print()# 直接使用sp.stats.norm.rvs() 从正态分布的总体中去生成样本抽样
array3sp.stats.norm.rvs(loc0,scale1,size10)
print(array3)
print(np.mean(array3))
print()
