Prova altre distribuzioni candidate
La scelta corretta delle distribuzioni di probabilità in ingresso è fondamentale per eseguire simulazioni Monte Carlo. Nel video sono state valutate tre distribuzioni per stabilire quale si adattasse meglio alla variabile age: Laplace, normale ed esponenziale. La distribuzione normale è risultata la migliore.
In questo esercizio, verificherai se riesci a trovare una distribuzione che migliori l’adattamento rispetto alla normale! Valuterai l’adattamento delle distribuzioni uniforme, normale ed esponenziale. L’insieme di dati sul diabete è stato caricato come DataFrame dia. La distribuzione normale sarà ancora la migliore?
Le seguenti librerie sono già state importate per te: pandas come pd, scipy.stats come st e numpy come np.
Questo esercizio fa parte del corso
Simulazioni Monte Carlo in Python
Istruzioni dell'esercizio
- Usa
.fit()per adattare una distribuzione ai datiage; poi usa.nnlf()per ottenere il valore di stima di massima verosimiglianza (MLE) dell’adattamento.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
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)