1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Statistické simulace v Pythonu
Connected

cvičení

Celostátní volby

V tomto cvičení si vyzkoušíš, jak lze modelovat proces generování dat (DGP) na různých úrovních složitosti.

Uvažujme celostátní volby v zemi se dvěma politickými stranami – Červenými a Modrými. Tato země má 50 států a vítězem voleb se stane strana, která ovládne nejvíce z nich. Máš k dispozici pravděpodobnost \(p\), že Červení vyhrají v každém jednotlivém státě, a chceš zjistit pravděpodobnost jejich celostátního vítězství.

Pomozte si modelem DGP pro pochopení rozdělení. Předpokládejme, že výsledek voleb v každém státě sleduje binomické rozdělení s pravděpodobností \(p\), kde \(0\) znamená prohru Červených a \(1\) jejich výhru. Poté nasimulujeme řadu volebních výsledků. Díky tomu si můžeme položit zajímavé otázky, například: jaká je pravděpodobnost, že Červení získají méně než 45 % států?

Pokyny

100 XP
  • Simuluj jedny volby pomocí np.random.binomial() s parametry p = probs a n=1. Výsledek ulož do proměnné election.
  • Připoj průměr výher Červených z election do outcomes.
  • Vypočítej podíl výsledků v outcomes, při kterých Červení získali méně než 45 % států. Ulož ho jako prob_red_wins a použij ho pro výpis výsledků.