Kom igångKom igång gratis

Simulera tärningsspelet

Nu vet vi hur man implementerar de tre första stegen i en simulation. Låt oss nu titta på nästa steg – upprepad slumpmässig sampling.

Att simulera ett utfall en enda gång ger oss inte mycket information om hur ofta vi kan förvänta oss att se det utfallet. I tärningsspelet från föregående övning är det bra att vi vann en gång – men om vi vill veta hur många gånger vi kan förvänta oss att vinna om vi spelar flera omgångar, behöver vi upprepa den slumpmässiga samplingen många gånger. Att upprepa samplingprocessen är ett effektivt sätt att förstå och visualisera inneboende osäkerhet och att fatta välgrundade beslut om nästa steg.

När du har slutfört övningen kommer du att kunna implementera det fjärde steget i en simulation – att sampla upprepade gånger och generera utfall.

Den här övningen är en del av kursen

Statistisk simulering i Python

Visa kurs

Övningsinstruktioner

  • Sätt sims till 100 upprepningar och initiera wins till 0.
  • Skriv en for-loop för att upprepa tärningskastet.
  • Sätt outcomes till utfallet av att kasta två tärningar.
  • Om de två tärningarna visar samma siffra, öka wins med 1.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Initialize model parameters & simulate dice throw
die, probabilities, num_dice = [1,2,3,4,5,6], [1/6, 1/6, 1/6, 1/6, 1/6, 1/6], 2
sims, wins = ____, ____

for i in range(sims):
    outcomes = ____ 
    # Increment `wins` by 1 if the dice show same number
    if ____: 
        wins = wins + 1 

print("In {} games, you win {} times".format(sims, wins))
Redigera och kör kod