Simuler des ventes dans de nouvelles conditions de marché
L’analyste financier de l’entreprise prévoit qu’au prochain trimestre, la valeur de chaque vente augmentera de 20 % et sa volatilité, ou écart-type, augmentera de 30 %. Pour voir à quoi pourraient ressembler les ventes d’Amir au cours du prochain trimestre dans ces nouvelles conditions de marché, vous allez simuler de nouveaux montants de ventes à l’aide de la distribution normale et vous les stockerez dans le DataFrame new_sales, qui a déjà été créé pour vous.
En outre, norm a été chargé à partir de scipy.stats, pandas en tant que pd, et matplotlib.pyplot en tant que plt.
Cet exercice fait partie du cours
Introduction aux statistiques en Python
Instructions
- Actuellement, le montant moyen des ventes d’Amir est de 5000 dollars. Calculez son nouveau montant moyen s’il augmente de 20 % et enregistrez-le dans
new_mean. - L’écart-type actuel d’Amir est de 2000 dollars. Calculez son nouvel écart-type s’il augmente de 30 % et enregistrez-le dans
new_sd. - Créez une variable appelée
new_sales, qui contient 36 montants simulés à partir d’une distribution normale avec une moyenne denew_meanet un écart type denew_sd. - Tracez la distribution des montants de
new_salesà l’aide d’un histogramme et affichez le graphique.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Calculate new average amount
new_mean = ____
# Calculate new standard deviation
new_sd = ____
# Simulate 36 new sales
new_sales = ____
# Create histogram and show
plt.____
____