Lấy mẫu từ phân phối đều rời rạc
Tom có một con xúc xắc sáu mặt với các số từ một đến sáu. Trong bài tập này, bạn sẽ dùng phân phối đều rời rạc, vốn rất phù hợp để lấy mẫu các giá trị nguyên có phân phối đều, để mô phỏng việc tung xúc xắc của Tom 1.000 lần. Sau đó bạn sẽ trực quan hóa kết quả!
Những thư viện sau đã được nhập sẵn cho bạn: seaborn là sns, scipy.stats là st và matplotlib.pyplot là plt.
Bài tập này là một phần của khóa học
Mô phỏng Monte Carlo với Python
Hướng dẫn bài tập
- Xác định
lowvàhighđể dùng trong bước lấy mẫu với.rvs()tiếp theo; phân phối của bạn phải bao gồm đều các giá trị nguyên từ một (kết quả nhỏ nhất có thể khi tung) đến sáu (kết quả lớn nhất có thể). - Lấy mẫu 1.000 lần từ phân phối đều rời rạc được biểu diễn bởi
st.randintvới các giá trị nguyên từ một đến sáu.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Define low and high for use in rvs sampling below
low = ____
high = ____
# Sample 1,000 times from the discrete uniform distribution
samples = ____
samples_dict = {'nums':samples}
sns.histplot(x='nums', data=samples_dict, bins=6, binwidth=0.3)
plt.show()