驾驶考试
在接下来的练习中，您将通过逐步复杂的示例学习如何构建数据生成过程（DGP）。
在本练习中，您将模拟一个非常简单的 DGP。假设您明天要参加驾驶考试。根据您的练习情况和已收集的数据，您知道：晴天通过考试的概率是 90%，下雨时只有 30%。本地气象站预测明天下雨的概率是 40%。基于这些信息，您想知道明天通过驾驶考试的概率是多少。
这是一个简单问题，可以用解析方法直接求解。这里，您将学习如何构建一个简单的 DGP，并了解它如何用于仿真模拟。
本练习是课程的一部分
Python 中的统计模拟
交互式实操练习
通过完成这段示例代码来试试这个练习。
sims, outcomes, p_rain, p_pass = 1000, [], 0.40, {'sun':0.9, 'rain':0.3}
def test_outcome(p_rain):
# Simulate whether it will rain or not
weather = np.random.choice(['rain', 'sun'], p=[____])
# Simulate and return whether you will pass or fail
test_result = np.random.choice(['pass', 'fail'], p=[____])
return test_result