Kaç temerrüt bekleyebiliriz?
Diyelim ki bir banka 100 konut kredisi verdi. Bu kredilerden 0 ile 100 arasında herhangi bir sayıda temerrüt olabilir. Temerrüt olasılığının p = 0.05 olduğunu bilerek, belirli sayıda temerrüt görülme olasılığını bilmek istiyorsun. Bunu incelemek için bir simülasyon yapacaksın. Önceki egzersizde yazdığın perform_bernoulli_trials() fonksiyonunu kullanarak 100 Bernoulli denemesi yapacak ve kaç temerrüt elde ettiğimizi kaydedeceksin. Burada başarı, bir temerrüttür. (Unutma, "başarı" sözcüğü yalnızca Bernoulli denemesinin True dönmesi demek; yani kredi alan kişi temerrüde düştü mü?) Bunu bir 100 Bernoulli denemesi daha için yapacaksın. Ve bunu 1000 kez deneyene kadar tekrar tekrar sürdüreceksin. Sonra da temerrüt sayısının olasılığını betimleyen bir histogram çizeceksin.
Bu egzersiz
Python ile İstatistiksel Düşünme (Bölüm 1)
kursunun bir parçasıdırEgzersiz talimatları
- Rastgele sayı üretecini 42 ile tohumla.
np.empty()kullanarak 1000 giriş içeren, boş birn_defaultsdizisi başlat. 1000 simülasyon yapacağımız için 1000 elemanlı olmalı.perform_bernoulli_trials()fonksiyonunu kullanarak 100 kredi başına temerrüt sayısını hesaplamak için1000yinelemeli birfordöngüsü yaz. Fonksiyon iki argüman alır: deneme sayısın- bu durumda 100 - ve başarı olasılığıp- bu durumda temerrüt olasılığı, yani0.05. Döngünün her yinelemesinde sonucun_defaultsdizisinin bir elemanına kaydet.n_defaults'ın histogramını çiz. Histogram çubuklarının yüksekliğinin olasılığı göstermesi içindensity=Trueanahtar argümanını ekle.- Grafiğini göster.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# 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