二項分布からのサンプリング
前のセクションと同様に、100 件のローンに対して想定されるデフォルト回数の確率質量関数を求めます。ただし、すべてのベルヌーイ試行をシミュレーションする代わりに、rng.binomial() を使ってサンプリングを行います。これは、以前の演習で自作した perform_bernoulli_trials() 関数で行った計算と同じですが、はるかに計算効率が高い方法です。効率が高いぶん、サンプル数は 1000 ではなく 10,000 にします。サンプルを取得したら、前回と同様に CDF をプロットしてください。ここでプロットする CDF は二項分布の CDF です。
注意: この演習以降では、毎回の入力を省くため、乱数生成器はすでに作成・シード設定済みです（rng = np.random.default_rng(42)）。
この演習はコースの一部です
Pythonで学ぶ統計的思考（パート1）
演習の手順
rng.binomial()を使って二項分布からサンプルを生成します。パラメータはn = 100、p = 0.05とし、キーワード引数sizeは10000に設定します。- 以前に作成した
ecdf()関数で CDF を計算します。 - CDF を軸ラベル付きでプロットします。ここで x 軸は 100 件のローンのうちのデフォルト回数、y 軸は CDF です。
- プロットを表示します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Take 10,000 samples out of the binomial distribution: n_defaults
# Compute CDF: x, y
# Plot the CDF with axis labels
# Show the plot