Coba distribusi kandidat lainnya

Pemilihan distribusi probabilitas masukan yang tepat sangat penting untuk menjalankan simulasi Monte Carlo. Dalam video, tiga distribusi dievaluasi untuk menentukan mana yang paling sesuai untuk variabel age. Distribusi tersebut adalah Laplace, normal, dan eksponensial. Distribusi normal adalah yang paling sesuai.

Dalam latihan ini, Anda akan melihat apakah Anda dapat menemukan distribusi yang lebih baik daripada kecocokan distribusi normal! Anda akan mengevaluasi kecocokan distribusi uniform, normal, dan eksponensial. Himpunan data diabetes telah dimuat sebagai DataFrame, dia. Apakah distribusi normal masih yang terbaik?

Pustaka berikut telah diimpor untuk Anda: pandas sebagai pd, scipy.stats sebagai st, dan numpy sebagai np.

Latihan ini merupakan bagian dari kursus

Simulasi Monte Carlo di Python

Lihat Kursus

Instruksi latihan

Gunakan .fit() untuk menyesuaikan suatu distribusi pada data age; lalu gunakan .nnlf() untuk memperoleh nilai Maximum Likelihood Estimation (MLE) dari hasil penyesuaian tersebut.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

distributions = [st.uniform, st.norm, st.expon]
mles = []
for distribution in distributions:
    # Fit the distribution and obtain the MLE value
    pars = distribution.____
    mle = distribution.____
    mles.append(mle)
print(mles)

Edit dan Jalankan Kode