Zal de bank omvallen?

Plot het aantal wanbetalingen dat je in de vorige oefening hebt gekregen, beschikbaar in je namespace als n_defaults, als een CDF. De functie ecdf() die je in het eerste hoofdstuk hebt geschreven is beschikbaar.

Als de rentevoeten zó zijn dat de bank geld verliest wanneer 10 of meer van haar leningen in gebreke blijven, wat is dan de kans dat de bank geld verliest?

Deze oefening maakt deel uit van de cursus

Statistisch denken in Python (deel 1)

Cursus bekijken

Oefeninstructies

Bereken de x- en y-waarden voor de ECDF van n_defaults.
Plot de ECDF en voorzie de assen van labels. Vergeet niet om marker = '.' en linestyle = 'none' op te nemen naast x en y in je aanroep van plt.plot().
Toon de plot.
Bereken het totale aantal elementen in je n_defaults-array die groter dan of gelijk aan 10 zijn. Doe dit door een boole-array te berekenen die aangeeft of een gegeven element van n_defaults >= 10 is. Som vervolgens alle elementen in deze array met np.sum(). Bijvoorbeeld, np.sum(n_defaults <= 5) berekent het aantal uitkomsten met 5 of minder wanbetalingen.
De kans dat de bank geld verliest is het aandeel van n_defaults dat groter dan of gelijk aan 10 is. Print dit resultaat door op Antwoord verzenden te klikken!

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Compute ECDF: x, y


# Plot the ECDF with labeled axes




# Show the plot


# Compute the number of 100-loan simulations with 10 or more defaults: n_lose_money


# Compute and print probability of losing money
print('Probability of losing money =', n_lose_money / len(n_defaults))

Code bewerken en uitvoeren