Rappresentare la PMF Binomiale
Come menzionato nel video, rappresentare una PMF ben fatta richiede un po' di trucchi con matplotlib che qui non approfondiremo. Al loro posto, tracceremo la PMF della distribuzione Binomiale come un istogramma usando le competenze che hai già imparato. Il trucco sta nell'impostare correttamente i bordi dei bin da passare a plt.hist() tramite l'argomento bins. Vogliamo che i bin siano centrati sugli interi. Quindi, i bordi dei bin dovrebbero essere -0.5, 0.5, 1.5, 2.5, ... fino a max(n_defaults) + 1.5. Puoi generare un array di questo tipo usando np.arange() e poi sottraendo 0.5 dall'array.
Hai già campionato dalla distribuzione Binomiale negli esercizi sui default dei prestiti, e i campioni risultanti sono nell'array NumPy n_defaults.
Questo esercizio fa parte del corso
Pensare in modo statistico con Python (Parte 1)
Istruzioni dell'esercizio
- Usando
np.arange(), calcola i bordi dei bin in modo che i bin siano centrati sugli interi. Salva l'array risultante nella variabilebins. - Usa
plt.hist()per tracciare l'istogramma din_defaultscon gli argomentidensity=Trueebins=bins. - Mostra il grafico.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Compute bin edges: bins
bins = np.arange(____, ____ + ____) - 0.5
# Generate histogram
# Label axes
# Show the plot