시작하기무료로 시작하기

몬테카를로 시뮬레이션의 확률적 특성

이전 연습 문제에서는 정보를 결정론적으로 모델링했어요. 이제 몬테카를로 시뮬레이션을 사용해 확률적 모델로 향후 인플레이션을 추정해 보겠습니다.

확률적 모델은 표본추출을 사용해 변수의 무작위성을 모사합니다. 이 무작위성 때문에 입력이 같더라도 각 시뮬레이션의 기대 결과가 달라질 수 있어요. 영상에서도 서로 다른 시드로 몬테카를로 시뮬레이션을 실행했을 때 이러한 차이를 확인했죠.

이 연습에서는 2022년 인플레이션을 8.6%로 두고, 이후 해에는 전년도 대비 1%, 2%, 3% 중 하나만큼 확률이 동일하게 증가한다고 가정합니다. 이러한 가정하에서 2050년의 인플레이션율은 어떻게 될까요?

random 패키지는 이미 random이라는 이름으로 임포트되어 있어요.

이 연습은 강의의 일부입니다

Python으로 배우는 Monte Carlo 시뮬레이션

강의 보기

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Complete the function definition by defining the yearly_increase variable
def monte_carlo_inflation(year, seed):
    random.seed(seed)
    inflation_rate = 8.6
    yearly_increase = ____
    for i in range(year - 2022):
        inflation_rate = inflation_rate*((100 + yearly_increase)/100)
    return(inflation_rate)
코드 편집 및 실행