Tạo biến ngẫu nhiên liên tục

Mô phỏng Monte Carlo với Python

Izzy Weber

Curriculum Manager, DataCamp

Phân phối chuẩn

Dạng chuông, tâm tại trung bình (hoặc loc); độ rộng do độ lệch chuẩn (hoặc scale) quyết định

Chiều cao nam trưởng thành Mỹ tuân theo phân phối chuẩn: Hàm mật độ xác suất lý thuyết của phân phối chuẩn

Mô phỏng Monte Carlo với Python

Thay đổi scale (độ lệch chuẩn)

Hàm mật độ xác suất phân phối chuẩn với các độ lệch chuẩn khác nhau

Mô phỏng Monte Carlo với Python

Thay đổi loc (trung bình)

Hàm mật độ xác suất phân phối chuẩn với các giá trị trung bình khác nhau

Mô phỏng Monte Carlo với Python

Thay đổi cả scale và loc

Hàm mật độ xác suất phân phối chuẩn với các độ lệch chuẩn và trung bình khác nhau

Mô phỏng Monte Carlo với Python

Lấy mẫu từ phân phối chuẩn

  • Chiều cao nam trưởng thành Mỹ phân phối chuẩn; trung bình = 177 cm; độ lệch chuẩn = 8 cm

  • Tỉ lệ người cao > 190 hoặc < 165 cm là bao nhiêu? 

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

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

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

12.28
Mô phỏng Monte Carlo với Python

Vẽ kết quả mô phỏng

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

Biểu đồ tần suất mẫu từ phân phối chuẩn

Mô phỏng Monte Carlo với Python

Các phân phối xác suất liên tục khác

  • Phân phối đều liên tục (st.uniform)
    • Bản liên tục của phân phối đều rời rạc
  • Phân phối mũ (st.expon)
    • Bản liên tục của phân phối hình học
1 https://docs.scipy.org/doc/scipy/tutorial/stats/continuous.html
Mô phỏng Monte Carlo với Python

Hãy thực hành!

Mô phỏng Monte Carlo với Python

Preparing Video For Download...