1. Nauka
    2. /
  2. Kursy
    3. /
  3. Symulacje statystyczne w Pythonie
Connected

ćwiczenie

Cele fitness

Zamodelujmy wpływ aktywności fizycznej na utratę wagi przy użyciu nowoczesnych monitorów aktywności. W dni, gdy chodzisz na siłownię, pokonujesz średnio około 15 000 kroków, a w pozostałe dni – około 5 000. Na siłownię chodzisz w 40% dni. Przyjmijmy, że liczba kroków w danym dniu jest zmienną losową o rozkładzie Poissona ze średnią \(\lambda\) zależną od tego, czy danego dnia odwiedzasz siłownię.

Dla uproszczenia załóżmy, że gdy pokonujesz ponad 10 000 kroków, masz 80% szans na utratę 0,5 kg i 20% szans na przybranie 0,5 kg. Gdy pokonujesz mniej niż 8 000 kroków, prawdopodobieństwa są odwrócone. W pozostałych przypadkach szanse na utratę i przybranie na wadze są równe. Korzystając z tych danych, oblicz prawdopodobieństwo utraty wagi w ciągu miesiąca.

Instrukcje

100 XP
  • Zasymuluj steps jako zmienną losową o rozkładzie Poissona dla danego dnia na podstawie wartości lam.
  • Ustaw prob na [0.2, 0.8], jeśli steps > 10000, lub na [0.8, 0.2], jeśli steps < 8000. Zsumuj całkowitą utratę lub przyrost wagi w ciągu miesiąca i zapisz wynik w w.
  • Oblicz i wypisz ułamek symulacji, w których łączna zmiana wagi w miesiącu zapisana w outcomes jest mniejsza od 0. Zapisz wynik jako weight_loss_outcomes_frac i użyj go do wyświetlenia rezultatów.