CommencezCommencez gratuitement

Élections nationales

Cet exercice vous donnera un aperçu de la façon de modéliser un processus de génération des données (DGP) à différents niveaux de complexité.

Imaginez des élections nationales dans un pays avec deux partis politiques — Red et Blue. Ce pays compte 50 États et le parti qui gagne le plus d'États remporte les élections. Vous connaissez la probabilité p que Red gagne dans chaque État et vous souhaitez connaître la probabilité que Red gagne à l'échelle nationale.

Modélisons le DGP pour comprendre la distribution. Supposons que le résultat de l'élection dans chaque État suit une distribution binomiale avec une probabilité p, où 0 indique une défaite pour Red et 1 indique une victoire. Nous simulons ensuite un certain nombre de résultats d'élection. Enfin, nous pouvons poser des questions riches comme : quelle est la probabilité que Red gagne moins de 45 % des États?

Cette activité fait partie du cours

Simulation statistique en Python

Voir le cours

Instructions de l’exercice

  • Simulez une élection à l'aide de np.random.binomial() avec p = probs et n=1. Assignez-la à election.
  • Ajoutez la moyenne des victoires de Red dans election à outcomes.
  • Calculez la proportion des éléments de outcomes où Red a gagné moins de 45 % des États. Enregistrez-la dans prob_red_wins et utilisez-la pour afficher vos résultats.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

outcomes, sims, probs = [], 1000, p

for _ in range(sims):
    # Simulate elections in the 50 states
    election = ____
    # Get average of Red wins and add to `outcomes`
    outcomes.append(____)

# Calculate probability of Red winning in less than 45% of the states
prob_red_wins = ____
print("Probability of Red winning in less than 45% of the states = {}".format(____))
Modifier et exécuter le code