НачатьНачать бесплатно

Экзамен по вождению

В следующих упражнениях мы будем постепенно усложнять примеры и учиться строить процесс генерации данных (DGP).

В этом упражнении вы смоделируете простой DGP. Предположим, что завтра вам предстоит сдавать экзамен по вождению. Судя по вашей практике и собранным данным, вы знаете: вероятность сдать экзамен составляет 90% в солнечную погоду и лишь 30% в дождливую. Местная метеостанция прогнозирует 40%-ную вероятность дождя завтра. Основываясь на этих данных, вы хотите определить вероятность успешной сдачи экзамена по вождению.

Эта задача несложная и решается аналитически. Здесь вы научитесь моделировать простой DGP и увидите, как его можно применять в симуляциях.

Это упражнение является частью курса

Статистическое моделирование на Python

Посмотреть курс

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

sims, outcomes, p_rain, p_pass = 1000, [], 0.40, {'sun':0.9, 'rain':0.3}

def test_outcome(p_rain):  
    # Simulate whether it will rain or not
    weather = np.random.choice(['rain', 'sun'], p=[____])
    # Simulate and return whether you will pass or fail
    test_result = np.random.choice(['pass', 'fail'], p=[____])
    return test_result
Редактировать и запускать код