Muestrear de la distribución Binomial
Calcula la función de masa de probabilidad para el número de impagos que esperaríamos en 100 préstamos como en la sección anterior, pero en lugar de simular todos los ensayos de Bernoulli, realiza el muestreo usando rng.binomial(). Esto es idéntico al cálculo que hiciste en el último conjunto de ejercicios con tu función personalizada perform_bernoulli_trials(), pero es mucho más eficiente computacionalmente. Dado este extra de eficiencia, tomaremos 10 000 muestras en lugar de 1000. Después de tomar las muestras, representa la CDF como antes. Esta CDF que estás representando es la de la distribución Binomial.
Nota: En este ejercicio y en todos los siguientes, el generador de números aleatorios ya está instanciado y sembrado por ti (con rng = np.random.default_rng(42)) para ahorrarte escribirlo cada vez.
Este ejercicio forma parte del curso
Pensamiento estadístico en Python (Parte 1)
Instrucciones del ejercicio
- Extrae muestras de la distribución Binomial usando
rng.binomial(). Debes usar los parámetrosn = 100yp = 0.05, y establecer el argumento de palabra clavesizeen10000. - Calcula la CDF usando tu función
ecdf()escrita previamente. - Representa la CDF con etiquetas de ejes. El eje x es el número de impagos de 100 préstamos y el eje y es la CDF.
- Muestra la gráfica.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Take 10,000 samples out of the binomial distribution: n_defaults
# Compute CDF: x, y
# Plot the CDF with axis labels
# Show the plot