1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Tư duy Thống kê với Python (Phần 1)
Connected

Bài tập

Lấy mẫu từ phân phối Nhị thức

Tính hàm khối xác suất cho số lượng vỡ nợ mà bạn kỳ vọng trong 100 khoản vay như ở phần trước, nhưng thay vì mô phỏng tất cả các phép thử Bernoulli, hãy lấy mẫu bằng rng.binomial(). Cách này tương tự với phép tính bạn đã làm ở loạt bài trước bằng hàm tự viết perform_bernoulli_trials(), nhưng hiệu quả tính toán cao hơn nhiều. Với hiệu quả bổ sung này, chúng ta sẽ lấy 10.000 mẫu thay vì 1000. Sau khi lấy mẫu, vẽ CDF như lần trước. CDF mà bạn đang vẽ chính là của phân phối Nhị thức.

Lưu ý: Cho bài này và tất cả các bài tiếp theo, bộ tạo số ngẫu nhiên đã được khởi tạo và đặt hạt cho bạn (với rng = np.random.default_rng(42)) để bạn không phải gõ lại mỗi lần.

Hướng dẫn

100 XP
  • Lấy mẫu từ phân phối Nhị thức bằng rng.binomial(). Bạn nên dùng các tham số n = 100 và p = 0.05, và đặt đối số từ khóa size thành 10000.
  • Tính CDF bằng hàm ecdf() bạn đã viết trước đó.
  • Vẽ CDF và gắn nhãn trục. Trục x là số lượng vỡ nợ trên 100 khoản vay, còn trục y là CDF.
  • Hiển thị biểu đồ.