連続確率変数の生成

Pythonで学ぶモンテカルロ・シミュレーション

Izzy Weber

Curriculum Manager, DataCamp

正規分布

「平均（loc）を中心とする鐘形。幅は標準偏差（scale）で決まる」

米国成人男性の身長は正規分布に従います： 正規分布の理論確率密度関数

Pythonで学ぶモンテカルロ・シミュレーション

scale（標準偏差）を変える

標準偏差が異なるときの正規分布の理論確率密度関数

Pythonで学ぶモンテカルロ・シミュレーション

loc（平均）を変える

平均が異なるときの正規分布の理論確率密度関数

Pythonで学ぶモンテカルロ・シミュレーション

scale と loc の両方を変える

平均と標準偏差の両方が異なるときの正規分布の理論確率密度関数

Pythonで学ぶモンテカルロ・シミュレーション

正規分布からのサンプリング

  • 米国成人男性の身長は正規分布：平均 177 cm、標準偏差 8 cm

  • 身長が190 cm超または165 cm未満の割合は？ 

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

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

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

12.28
Pythonで学ぶモンテカルロ・シミュレーション

シミュレーション結果の可視化

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

正規分布からのサンプルのヒストグラム

Pythonで学ぶモンテカルロ・シミュレーション

他の連続確率分布

  • 連続一様分布（st.uniform）
    • 離散一様分布の連続版
  • 指数分布（st.expon）
    • 幾何分布の連続版
1 https://docs.scipy.org/doc/scipy/tutorial/stats/continuous.html
Pythonで学ぶモンテカルロ・シミュレーション

演習に進みましょう！

Pythonで学ぶモンテカルロ・シミュレーション

Preparing Video For Download...