Home › Fóruns › Fórum Estatística para Ciência de Dados e Machine Learning › distribuição normal
- Este tópico contém 1 resposta, 2 vozes e foi atualizado pela última vez 4 anos atrás por
Jones Granatyr.
- AutorPosts
- 14 de janeiro de 2021 às 17:09 #23480
Boa tarde Prof. Jones
Na aula Distribuição Normal – teoria e prática, temos um exemplo no início do código em python onde é gerado um exmplo com 1000 números aleatórios distribuidos d eforma normal. Nos cálculos seguintes foi realizada a contagem dos valores a uma distância de um desvio padrão da média, obtendo o valor de 501 (148+353). Segue o código abaixo:
dados_normal = stats.norm.rvs(size = 1000, random_state = 1) np.sum(((dados_normal >= 0.9810041339322116) & (dados_normal <= 0.9810041339322116 + 1))) np.sum(((dados_normal <= 0.9810041339322116) & (dados_normal >= 0.9810041339322116 - 1))) (148 + 353) / 1000
Entretanto para calcular a quantidade de valores a uma distância de um desvio padrão da média não poderíamos utilizar o código abaixo. Nesta execução foi encontrado 695 ocorrências (próximo aos 68,2% da curva normal)
dn_media=dados_normal.mean() dn_std = np.std(dados_normal) np.sum(((dados_normal >= (dn_media - dn_std)) & (dados_normal <= dn_media + dn_std))) (695 / 1000)
Obrigado
Abcs
Fábio
18 de janeiro de 2021 às 17:04 #27228Olá Fabio,
No primeiro exemplo, foi assumido que o desvio padrão é exatamente igual a 1, mas como a distribuição é gerada aleatoriamente, na amostra contida em dados_normal, o desvio padrão é aproximadamente igual a 1. Por isso a diferença.
Jones
- AutorPosts
- Você deve fazer login para responder a este tópico.