什麼是 Monte Carlo 模擬？什麼時候好用？在說明這些基礎問題後，你會學會如何執行簡單的模擬，例如估計圓周率 pi。你也會學到重抽樣，這是一種特殊的 Monte Carlo 模擬。

什麼是 Monte Carlo 模擬？

確定性模擬

Monte Carlo 模擬的隨機性

大數法則

重抽樣：Monte Carlo 模擬的一種特例

放回抽樣

重抽樣結果的視覺化

排列（Permutation）練習

活用 Monte Carlo 模擬

選項

正確

錯誤

認識 Monte Carlo 模擬

成對骰子模擬

Monte Carlo 模擬導論

既然你已能執行簡單的模擬，接下來就能探索 Monte Carlo 模擬在各產業的實務應用。然後，你將深入了解一個良好模擬的核心：從正確的機率分佈進行抽樣。你會學習離散、連續與多變量隨機變數的機率分佈。

Monte Carlo 流程

Monte Carlo 模擬的步驟

錯誤的確定性計算

錯誤的輸入機率分配

產生離散隨機變數

從離散均勻分配取樣

從幾何分配取樣

Tom 與 Eva 的打賭

產生連續型隨機變數

變更常態分配的平均數

變更常態分配的標準差

兩個彼此獨立的常態分配

生成多變量隨機變數

多項式抽樣

探索多變量常態分佈

多變量常態抽樣

Monte Carlo 的基礎

當你對所選的機率分佈感到熟悉後，就準備好依循一套有原則的 Monte Carlo 模擬流程，使用糖尿病病患特徵與結果的資料集。你將探索資料、執行模擬，並產生摘要統計量來溝通你的模擬結果。

探索資料

檢視 tc、ldl 與 hdl

檢視 y、tc 與 hdl

為什麼需要先探索資料？

選擇機率分佈

嘗試其他候選機率分配

用視覺化來猜測分配

具有相關性的輸入

比較模擬結果與歷史資料

摘要統計

為什麼需要模擬？

評估 BMI 的結果

評估 BMI 與 HDL 的結果

有原則的 Monte Carlo 模擬

學習如何評估你的 Monte Carlo 模型，並用 Seaborn 製作易讀的視覺化來呈現結果。最後，運用敏感度分析了解模型輸入的改變會如何影響結果，並透過模擬練習：觀察銷售與通膨變動如何影響企業獲利！

評估分佈選擇

機率分配的直覺

評估 ldl 變數的分配配適度

視覺化模擬結果

探索 HDL 與 BMI 的結果

用盒鬚圖探索資料

敏感度分析

利潤問題的模擬

公司敏感度分析

使用 hexbin 圖的敏感度分析

恭喜你！

模型檢查與結果詮釋

Diabetes Factors and Outcomes

這門實作課將介紹 Monte Carlo 模擬，用來估計不確定事件的一系列可能結果；搭配 SciPy 與 NumPy 等 Python 函式庫，模擬變得快速又容易！隨著你精進模擬技巧，你會把它們應用到糖尿病病患結果的資料集，並利用模擬結果了解不同變數如何影響糖尿病的進展。你會複習機率分佈並學會如何為你的模擬選擇最合適的分佈，也會認識輸入之間相關性與模型敏感度的重要性。最後，你會學習使用熱門的 Seaborn 視覺化函式庫來溝通你的發現。

<h2>使用 SciPy 和 NumPy 模擬結果</h2>
本實用課程將介紹蒙地卡羅模擬及其應用情境。 蒙地卡羅模擬用於估算不確定事件的各種可能結果，而 Python 函式庫如 SciPy 和 NumPy 能讓您快速且輕鬆地建立自己的模擬！<br><br>
<h2>在嚴謹的模擬環境中應用新技能</h2>
在學習建立模擬的每個步驟時，您將實際運用這些技能，對糖尿病患者結果資料集進行有原則的蒙地卡羅模擬，並利用模擬結果深入了解不同變數如何影響糖尿病的進展。
<br><br>
<h2>學習如何評估並提升您的模擬</h2>
您將回顧機率分布，並了解如何為您的模擬選擇合適的分布，同時發現輸入相關性與模型敏感度分析的重要性。 最後，您將學習如何使用廣受歡迎的 Seaborn 視覺化函式庫來傳達您的模擬結果。

重抽樣：Monte Carlo 模擬的一種特例

Create Your Free Account