Seperti yang Anda lakukan sebelumnya, Anda dapat membuat instance dan mengatur seed generator bilangan acak menggunakan np.random.default_rng(42).
Array kosong dapat diinisialisasi menggunakan np.empty(), dengan jumlah entri ditentukan di dalam tanda kurung.
Sebelumnya, Anda melakukan perulangan pada rentang 100.000 nilai dan kemudian n nilai menggunakan for i in range(100000) dan for i in range(n). Di sini, kita perlu melakukan perulangan sesuai jumlah entri yang kita tentukan. Meskipun kita memiliki 1000 entri, atau simulasi, kita hanya akan melakukan 100 percobaan Bernoulli, masing-masing dengan probabilitas sukses p = 0.05; ini adalah argumen yang perlu diberikan ke fungsi perform_bernoulli_trials() yang didefinisikan pada latihan sebelumnya. Untuk setiap percobaan, hasilnya harus ditetapkan ke indeks yang sesuai dalam n_defaults.
Anda dapat membuat histogram menggunakan plt.hist(), tetapi ingat untuk menyertakan density=True selain n_defaults.
Gunakan plt.show() untuk menampilkan plot.

Apa tujuan dari inferensi statistik?

Berpikir Statistis dengan Python (Bagian 1)