난수 생성기와 해커 통계

Python으로 하는 Statistical Thinking (파트 1)

Justin Bois

Teaching Professor at the California Institute of Technology

해커 통계

반복 측정을 시뮬레이션해 확률을 계산합니다.

ch3-2.004.png

¹ 이미지: 작가 미상

ch3-2.005.png

¹ 이미지: Heritage Auction

동전 던지기 시뮬레이션

ch3-2.010.png

베르누이 시행

두 가지 결과가 있는 실험: "성공"(True), "실패"(False)

np.random 모듈

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

rng

Generator(PCG64) at 0x7F9433D38120

난수 시드

난수 알고리즘에 입력되는 정수
재현이 필요할 때만 난수 생성기에 시드 설정
rng = np.random.default_rng(seed)로 지정

동전 4번 던지기 시뮬레이션

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)

동전 4번 던지기 시뮬레이션

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

해커 통계로 확률 구하기

시뮬레이션 방법 결정
매우 많이 반복 시뮬레이션
관심 결과가 나온 시행의 비율 ≈ 확률

연습해 봅시다!

Python으로 하는 Statistical Thinking (파트 1)