Supposons que nous ayons quelques échantillons de données : nous savons que ces échantillons sont indépendants et identiquement distribués, mais nous ne connaissons pas leurs caractéristiques.

Votre tâche est d'utiliser la loi des grands nombres pour estimer la valeur attendue de ces échantillons.
Nous essaierons également de vérifier l'hypothèse selon laquelle nos données suivent une distribution exponentielle : nous construirons un histogramme basé sur nos données et le comparerons avec la vraie PDF de la distribution exponentielle.

Remarque

La visualisation ne peut pas prouver que les données sont distribuées d'une certaine manière. Pour cela, il est nécessaire d'utiliser des tests statistiques, qui seront abordés dans la dernière section de ce cours ; cependant, avec l'aide de la visualisation, nous pouvons au moins déterminer approximativement à quelle classe de distributions appartiennent nos données.

Votre tâche est de :

1. Tracer un histogramme en utilisant la méthode .hist() du module matplotlib.pyplot.
2. Calculer la moyenne sur un sous-échantillon donné dans la fonction mean_value en utilisant la méthode .mean().
3. Passer exp_samples comme argument d'une fonction pour calculer les valeurs moyennes sur tous les sous-échantillons.
4. Imprimer la valeur moyenne estimée de tous les échantillons comme la dernière valeur du tableau y.