Confronter graphiquement un échantillon Python avec la densité, les probabilités ou la fonction de répartition théoriques.
Choisissez une approche :
En traçant un histogramme normalisé de l'échantillon et en superposant la densité théorique
Utiliser `plt.hist(..., density=True)` pour visualiser la densité empirique d'une loi continue et la comparer à la densité théorique.
En traçant un diagramme en bâtons des fréquences observées superposé aux probabilités théoriques
Utiliser `plt.bar` sur les fréquences $\hat{p}_k$ d'un échantillon discret et y superposer les $P(X=k)$ de la loi.
En traçant la fonction de répartition empirique en escalier et en la superposant à la FdR théorique
Construire $\hat{F}_N(t) = \frac{1}{N}\sum_i \mathbf{1}_{X_i \leq t}$ avec `plt.step` et la comparer à $F$.