CommencerCommencer gratuitement

Élections nationales

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

Considérez des élections nationales dans un pays avec deux partis politiques : Red et Blue. Ce pays compte 50 États, et le parti qui remporte le plus d’États gagne l’élection. Vous connaissez la probabilité \(p\) que Red gagne dans chaque État pris individuellement et vous souhaitez connaître la probabilité que Red gagne au niveau national.

Modélisons le DGP pour comprendre la distribution. Supposons que le résultat de l’élection dans chaque État suive une loi binomiale de 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 remporte moins de 45 % des États ?

Cet exercice fait partie du cours

Simulation statistique en Python

Afficher le cours

Instructions

  • 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 remporté 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 cet exemple de code.

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