Geradores de números aleatórios e estatística hacker

Pensamento Estatístico em Python (Parte 1)

Justin Bois

Teaching Professor at the California Institute of Technology

Estatística hacker

Usa medições simuladas repetidas para calcular probabilidades.

ch3-2.004.png

¹ Imagem: artista desconhecido

ch3-2.005.png

¹ Imagem: Heritage Auction

Simulando caras ou coroas

ch3-2.010.png

Ensaios de Bernoulli

Um experimento com duas opções: "sucesso" (True) e "falha" (False).

O módulo np.random

import numpy as np
rng = np.random.default_rng()

rng

Generator(PCG64) at 0x7F9433D38120

Semente de aleatoriedade

Inteiro passado ao algoritmo de aleatoriedade
Semente manual só se precisar de reprodutibilidade
Especificada com rng = np.random.default_rng(seed)

Simulando 4 caras ou coroas

rng = np.random.default_rng(42)

random_numbers = rng.random(size=4)
random_numbers

array([0.77395605, 0.43887844, 0.85859792, 0.69736803])

heads = random_numbers < 0.5
heads

array([False,  True, False, False])

np.sum(heads)

Simulando 4 caras ou coroas

n_all_heads = 0  # Initialize number of 4-heads trials
for _ in range(10000):
     heads = np.random.random(size=4) < 0.5
     n_heads = np.sum(heads)
     if n_heads == 4:
         n_all_heads += 1

n_all_heads / 10000

0.0607

Probabilidades na estatística hacker

Defina como simular os dados
Simule muitas vezes
A probabilidade ≈ fração de testes com o resultado de interesse

Vamos praticar!

Pensamento Estatístico em Python (Parte 1)