De Binomiale PMF plotten

Zoals in de video genoemd, vraagt een mooi ogende PMF-plot om wat matplotlib-trucs waar we hier niet op ingaan. In plaats daarvan plotten we de PMF van de Binomiale verdeling als een histogram met skills die je al geleerd hebt. De truc is om de randen van de bins goed op te zetten en via het bins-keywordargument aan plt.hist() door te geven. We willen de bins centreren op de gehele getallen. De randen van de bins moeten dus -0.5, 0.5, 1.5, 2.5, ... zijn tot en met max(n_defaults) + 1.5. Je kunt zo’n array genereren met np.arange() en daarna 0.5 van de array aftrekken.

Je hebt al uit de Binomiale verdeling gesampled in je oefeningen over wanbetalingen op leningen, en de resulterende samples staan in de NumPy-array n_defaults.

Deze oefening maakt deel uit van de cursus

Statistisch denken in Python (deel 1)

Cursus bekijken

Oefeninstructies

Gebruik np.arange() om de bin-randen te berekenen zodat de bins gecentreerd zijn op de gehele getallen. Sla de resulterende array op in de variabele bins.
Gebruik plt.hist() om het histogram van n_defaults te plotten met de keywordargumenten density=True en bins=bins.
Toon de plot.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Compute bin edges: bins
bins = np.arange(____, ____ + ____) - 0.5

# Generate histogram


# Label axes



# Show the plot

Code bewerken en uitvoeren