Câte nerambursări ne putem aștepta?
Să presupunem că o bancă a acordat 100 de credite ipotecare. Este posibil ca între 0 și 100 dintre acestea să nu fie rambursate. Vrei să cunoști probabilitatea de a obține un anumit număr de nerambursări, știind că probabilitatea de nerambursare este p = 0.05. Pentru a investiga acest lucru, vei realiza o simulare. Vei efectua 100 de experimente Bernoulli folosind funcția perform_bernoulli_trials() pe care ai scris-o în exercițiul anterior și vei înregistra câte nerambursări obții. Aici, un succes înseamnă o nerambursare. (Reamintește-ți că termenul „succes" înseamnă pur și simplu că experimentul Bernoulli returnează True, adică debitorul nu a rambursat creditul.) Vei repeta acest proces pentru alte 100 de experimente Bernoulli – din nou și din nou, până când ai efectuat 1.000 de simulări. Apoi, vei reprezenta o histogramă care descrie probabilitatea fiecărui număr de nerambursări.
Acest exercițiu face parte din cursul
Gândire statistică în Python (Partea 1)
Instrucțiuni pentru exercițiu
- Inițializează generatorul de numere aleatoare cu valoarea 42.
- Inițializează
n_defaults, un array gol, folosindnp.empty(). Acesta trebuie să conțină 1.000 de intrări, deoarece vom efectua 1.000 de simulări. - Scrie o buclă
forcu1000iterații pentru a calcula numărul de nerambursări la 100 de credite, folosind funcțiaperform_bernoulli_trials(). Aceasta acceptă două argumente: numărul de experimenten– în acest caz 100 – și probabilitatea de succesp– în acest caz probabilitatea de nerambursare, adică0.05. La fiecare iterație, stochează rezultatul într-o intrare a luin_defaults. - Reprezintă o histogramă a lui
n_defaults. Include argumentuldensity=Truepentru ca înălțimea barelor histogramei să indice probabilitatea. - Afișează graficul.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Instantiate and seed random number generator
# Initialize the number of defaults: n_defaults
# Compute the number of defaults
for i in ____:
n_defaults[i] = ____
# Plot the histogram with default number of bins; label your axes
_ = plt.hist(____, ____)
_ = plt.xlabel('number of defaults out of 100 loans')
_ = plt.ylabel('probability')
# Show the plot