Stichproben aus einer geometrischen Verteilung ziehen
Eva hat eine gezinkte Münze, die nur zu 20 % auf Kopf fällt. Eva wirft ihre Münze und notiert die Anzahl der Würfe, die bis zum ersten Kopf nötig sind.
Die geometrische Verteilung eignet sich perfekt, um die Anzahl der Würfe bis zum ersten Kopf zu modellieren; dabei ist die Erfolgswahrscheinlichkeit p die Wahrscheinlichkeit, dass ein Wurf auf Kopf fällt.
Deine Aufgabe ist es, mit der geometrischen Verteilung Evas Münzwürfe so zu simulieren, dass 10.000-mal Kopf erreicht wird, und dabei jeweils die Anzahl der benötigten Würfe zu erfassen. Anschließend visualisierst du die Ergebnisse!
Folgendes wurde bereits für dich importiert: seaborn als sns, pandas als pd, das stats-Modul von SciPy als st und matplotlib.pyplot als plt.
Diese Übung ist Teil des Kurses
Monte-Carlo-Simulationen in Python
Anleitung zur Übung
- Setze
pauf die passende Erfolgswahrscheinlichkeit, wobei Erfolg bedeutet, dass Kopf geworfen wird. - Ziehe unter Verwendung von
pals Erfolgswahrscheinlichkeit 10.000 Stichproben aus der geometrischen Verteilungst.geom.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Set p to the appropriate probability of success
p = ____
# Sample from the geometric distribution 10,000 times
samples = ____
samples_dict = {"nums":samples}
sns.histplot(x="nums", data=samples_dict)
plt.show()