Generare variabili casuali continue

Simulazioni Monte Carlo in Python

Izzy Weber

Curriculum Manager, DataCamp

Distribuzione normale

A campana e centrata sulla media (o loc); larghezza definita dalla deviazione standard (o scale)

Le altezze degli uomini adulti americani seguono una normale: Funzione di densità teorica della distribuzione normale

Simulazioni Monte Carlo in Python

Variare la scala (deviazione standard)

Densità teorica della normale con diverse deviazioni standard

Simulazioni Monte Carlo in Python

Variare loc (media)

Densità teorica della normale con medie diverse

Simulazioni Monte Carlo in Python

Variare sia scala sia loc

Densità teorica della normale con diverse deviazioni standard e medie

Simulazioni Monte Carlo in Python

Campionare da distribuzioni normali

  • Altezze maschi adulti USA ~ Normale; media = 177 cm; dev. standard = 8 cm

  • Qual è la percentuale con altezza > 190 o < 165 cm? 

heights = st.norm.rvs(loc=177, scale=8, size=10000)

qualified = (heights < 165) | (heights > 190)

print(np.sum(qualified) * 100/10000)

12.28
Simulazioni Monte Carlo in Python

Tracciare i risultati della simulazione

heights_dict = {"heights":heights}
sns.histplot(x="heights", data=heights_dict)
plt.axvline(x=165, color="red")
plt.axvline(x=190, color="red")

Istogramma di campioni da una distribuzione normale

Simulazioni Monte Carlo in Python

Altre distribuzioni continue

  • Distribuzione uniforme continua (st.uniform)
    • L'analogo continuo dell'uniforme discreta
  • Distribuzione esponenziale (st.expon)
    • L'analogo continuo della geometrica
1 https://docs.scipy.org/doc/scipy/tutorial/stats/continuous.html
Simulazioni Monte Carlo in Python

Passiamo alla pratica !

Simulazioni Monte Carlo in Python

Preparing Video For Download...