Gewogen waarschijnlijkheid
Txs Tools, een bedrijf dat hardwaretools verkoopt, wil uitbreiden van thuismarkt A naar markt B. Ze hebben marktonderzoek gedaan en de volgende numerieke waarschijnlijkheden ontvangen:
| Verkoopniveau (USD) | Waarschijnlijkheid (%) |
|---|---|
| 0 | 5 |
| 200 | 10 |
| 300 | 40 |
| 500 | 20 |
| 800 | 25 |
Txs Tools wil alleen uitbreiden als ze redelijkerwijs mogen aannemen dat ze een omzet van 400 of meer behalen. Om de verschillende verkoopkansen in de prognose te beheren, heeft Txs Tools je gevraagd de gewogen waarschijnlijkheid te berekenen.
Deze oefening maakt deel uit van de cursus
Financiële forecasting in Python
Oefeninstructies
- Bereken de gewogen waarschijnlijkheid voor het verkoopniveau van Txs Tools op basis van de waarschijnlijkheidstabel door een gecombineerde
sales_probability-lijst te maken met paren als string, gescheiden door een pipe-teken|. - Maak een lus die over de lijst itereert om de gewogen waarschijnlijkheid te bepalen.
- De
for-lus moet door elkepairin de lijst lopen en departssplitsen door het teken op te geven dat de paren scheidt.
- De
- Print het resultaat.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Create the combined list for sales and probability
sales_probability = ['0|0.05', ____, ____, ____, ____]
weighted_probability = 0
# Create a for loop to calculate the weighted probability
for ____ in sales_probability:
parts = pair.____('____')
weighted_probability += ____(parts[0]) * ____(parts[1])
# Print the weighted probability result
print("The weighted probability is {}.".format(____))