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

cvičení

Fitness cíle

Pojďme si nasimulovat, jak úroveň aktivity ovlivňuje hubnutí pomocí moderních fitness náramků. V dnech, kdy chodíš do posilovny, ujdeš průměrně 15 000 kroků, jinak přibližně 5 000. Do posilovny chodíš ve 40 % případů. Počet kroků za den budeme modelovat jako Poissonovu náhodnou proměnnou se střední hodnotou \(\lambda\), která závisí na tom, zda jdeš do posilovny, nebo ne.

Pro zjednodušení předpokládejme, že při více než 10 000 krocích je 80% šance na úbytek 0,5 kg a 20% šance na přírůstek 0,5 kg. Při méně než 8 000 krocích jsou pravděpodobnosti obrácené. Jinak je šance na přírůstek nebo úbytek 0,5 kg stejná. Na základě těchto informací zjisti pravděpodobnost, že za měsíc zhubnete.

Pokyny

100 XP
  • Nasimuluj steps jako Poissonovu náhodnou proměnnou pro daný den podle hodnoty lam.
  • Nastav prob na [0.2, 0.8], pokud steps > 10000, nebo na [0.8, 0.2], pokud steps < 8000. Sečti celkový přírůstek nebo úbytek hmotnosti za měsíc uložený v w.
  • Vypočítej a vypiš podíl simulací, kde celková změna hmotnosti za měsíc v outcomes je menší než 0. Ulož ho jako weight_loss_outcomes_frac a použij ho k výpisu výsledků.