시작하기무료로 시작하기

다른 후보 분포도 시도해 보기

입력 확률분포를 올바르게 선택하는 것은 Monte Carlo 시뮬레이션을 수행하는 핵심이에요. 영상에서는 age 변수에 가장 잘 맞는 분포를 찾기 위해 세 가지 분포(Laplace, 정규, 지수)를 평가했어요. 그중 정규분포가 가장 잘 맞았죠.

이번 연습에서는 정규분포보다 더 잘 맞는 분포를 찾을 수 있는지 확인해 볼게요! 균일분포, 정규분포, 지수분포의 적합도를 평가합니다. 당뇨병 데이터셋은 DataFrame dia로 불러와져 있어요. 이번에도 정규분포가 최선일까요?

다음 라이브러리가 이미 임포트되어 있어요: pandas는 pd, scipy.stats는 st, numpy는 np.

이 연습은 강의의 일부입니다

Python으로 배우는 Monte Carlo 시뮬레이션

강의 보기

연습 안내

  • .fit()으로 age 데이터에 분포를 적합한 뒤, .nnlf()로 해당 적합의 최대우도추정(MLE) 값을 구하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

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)
코드 편집 및 실행