估计不同样本量的随机样本平均值的分布

Question

我有这个任务：

1. 选择您喜欢的连续分布（看起来越不正常，越有趣；请尝试选择本课程中未讨论的分布之一）。
   1. 从中生成1000个样本，建立样本的直方图， 并画出您的随机值的理论分布密度 最重要的是（这样值就在同一范围内，请不要忘记 将直方图设置为normed = True）。您的任务是估算 不同样本的随机样本平均值分布 大小。

3  为此，生成n个体积的1000个样本并构建     三个或多个n值的样本平均值的直方图     例如5、10、50）。

1. 使用均值和 原始分布的差异（很容易在Wikipedia上找到）， 计算正态分布参数的值， 根据中心极限定理，近似分布 样本平均值。注意：计算这些值 参数，它是您的理论平均值和方差 应该使用的随机值，而不是样本估计值。

5。     在每个直方图的顶部，绘制相应的密度     正态分布（请注意函数的参数，     它输入的不是色散，而是标准差。

1. 描述在不同n值下获得的分布之间的差异。怎么样 近似的精度 样本平均值的分布随n？的增长而变化。

因此，如果我想在Python中选择指数分布，是否需要那样做？

from scipy.stats import expon
import matplotlib.pyplot as plt

exdist=sc.expon(loc=2,scale=3) # loc and scale - shift and scale parameters, default values 0 and 1.
mean, var, skew, kurt = exdist.stats(moments='mvsk') # Let's see the moments of our distribution.
x = np.linspace((0,2,100))
ax.plot(x, exdist.pdf(x)) # Let's draw it
arr=exdist.rvc(size=1000) # generation of thousand of random numbers. (Is it for task 3?)

我不断收到此错误：这是Jupyter的屏幕截图： https://i.stack.imgur.com/zwUtu.png 您能告诉我如何编写正确的代码吗？我不知道从哪里开始或在哪里犯错误。我是否必须使用arr.mean（）搜索样本均值并使用plt.hist（arr，bins =）来构建直方图？我非常感谢您的解释。