从二项分布采样
像上一节那样，计算 100 笔贷款中违约数的概率质量函数。不过这一次不要模拟所有的伯努利试验，而是使用 rng.binomial() 来采样。这个过程与您在上一组练习中用自定义的 perform_bernoulli_trials() 函数所做的计算本质相同，但计算效率要高得多。得益于这种效率提升，我们将采样 10,000 次，而不是 1000 次。完成采样后，像之前一样绘制 CDF。您要绘制的这个 CDF 正是二项分布的 CDF。
注意：从本练习起以及后续所有练习，随机数生成器已为您实例化并设定随机种子（rng = np.random.default_rng(42)），这样您每次就不必重复输入。
本练习是课程的一部分
Python 中的统计思维（第 1 部分）
练习说明
- 使用
rng.binomial()从二项分布中抽样。请使用参数n = 100和p = 0.05，并将关键字参数size设为10000。 - 使用您之前编写的
ecdf()函数计算 CDF。 - 绘制带坐标轴标签的 CDF。这里的 x 轴是 100 笔贷款中的违约数，y 轴是 CDF。
- 显示绘图。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Take 10,000 samples out of the binomial distribution: n_defaults
# Compute CDF: x, y
# Plot the CDF with axis labels
# Show the plot