Ujian mengemudi
Dalam beberapa latihan berikutnya, Anda akan mempelajari cara membangun proses pembangkitan data (data generating process/DGP) melalui contoh yang semakin kompleks.
Pada latihan ini, Anda akan mensimulasikan DGP yang sangat sederhana. Misalkan Anda akan mengikuti ujian mengemudi besok. Berdasarkan latihan Anda sendiri dan data yang telah Anda kumpulkan, Anda tahu bahwa probabilitas Anda lulus ujian adalah 90% saat cuaca cerah dan hanya 30% saat hujan. Stasiun cuaca setempat memprakirakan ada kemungkinan 40% terjadi hujan besok. Berdasarkan informasi ini, Anda ingin mengetahui berapa probabilitas Anda lulus ujian mengemudi besok.
Ini adalah masalah sederhana dan dapat diselesaikan secara analitik. Di sini, Anda akan belajar bagaimana memodelkan DGP sederhana dan melihat bagaimana DGP dapat digunakan untuk simulasi.
Latihan ini adalah bagian dari kursus
Simulasi Statistik di Python
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
sims, outcomes, p_rain, p_pass = 1000, [], 0.40, {'sun':0.9, 'rain':0.3}
def test_outcome(p_rain):
# Simulate whether it will rain or not
weather = np.random.choice(['rain', 'sun'], p=[____])
# Simulate and return whether you will pass or fail
test_result = np.random.choice(['pass', 'fail'], p=[____])
return test_result