Esame di guida
Nei prossimi esercizi imparerai a costruire un data generating process (DGP) attraverso esempi via via più complessi.
In questo esercizio simulerai un DGP molto semplice. Supponi di dover sostenere un esame di guida domani. In base alla tua pratica e ai dati che hai raccolto, sai che la probabilità di superare l’esame è del 90% quando c’è il sole e solo del 30% quando piove. La stazione meteo locale prevede il 40% di probabilità di pioggia per domani. Sulla base di queste informazioni, vuoi sapere qual è la probabilità di superare l’esame di guida domani.
Questo è un problema semplice e può essere risolto analiticamente. Qui, imparerai come modellare un DGP semplice e vedere come può essere usato per una simulazione.
Questo esercizio fa parte del corso
Simulazione statistica in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
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