Sensitivitätsanalyse mit Hexbin-Plot
Die Simulationsergebnisse, die du in der vorherigen Übung erzeugt hast, sind im DataFrame df_sa gespeichert, der bereits für dich geladen wurde.
Zur Erinnerung: df_sa hat drei Spalten: Inflation enthält die in den Simulationen verwendeten durchschnittlichen Inflationsraten, Volume enthält die verwendeten durchschnittlichen Verkaufsvolumina und Profit enthält die auf Basis deiner Simulation prognostizierten Gewinne.
Du verwendest jetzt einen hexbin-Plot, um eine Sensitivitätsanalyse durchzuführen und den Einfluss dieser Parameter zu verstehen!
Die folgenden Bibliotheken wurden für dich importiert: pandas als pd, numpy als np, scipy.stats als st und matplotlib.pyplot als plt.
Diese Übung ist Teil des Kurses
Monte-Carlo-Simulationen in Python
Anleitung zur Übung
- Vervollständige den Hexbin-Plot, um die Ergebnisse der Sensitivitätsanalyse zu visualisieren; verwende
Inflationfür die x-Achse,Volumefür die y-Achse und die durchschnittlichen Werte vonProfitsals Grundlage für die Farbe der Hexbins.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Complete the hexbin to visualize sensitivity analysis results
____(x=____,
y=____,
C=____,
reduce_C_function=____,
gridsize=10,
cmap="viridis",
sharex=False)
plt.show()