Zkouška z řízení
V následujících cvičeních se naučíme, jak sestavit proces generování dat (DGP) na postupně složitějších příkladech.
V tomto cvičení nasimulujeme velmi jednoduchý DGP. Představ si, že zítra skládáš zkoušku z řízení. Na základě vlastního tréninku a shromážděných dat víš, že pravděpodobnost úspěchu je 90 % za slunečného počasí a pouze 30 %, pokud prší. Místní meteorologická stanice předpovídá 40% šanci deště. Na základě těchto informací chceš zjistit, jaká je pravděpodobnost, že zkoušku zítra složíš.
Jde o jednoduchý problém, který lze vyřešit analyticky. Tady se naučíš, jak modelovat jednoduchý DGP a jak ho využít pro simulaci.
Toto cvičení je součástí kurzu
Statistické simulace v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
sims, outcomes, p_rain, p_pass = 1000, [], 0.40, {'sun':0.9, 'rain':0.3}
def test_outcome(p_rain):
# Simulate whether it will rain or not
weather = np.random.choice(['rain', 'sun'], p=[____])
# Simulate and return whether you will pass or fail
test_result = np.random.choice(['pass', 'fail'], p=[____])
return test_result