Random number generators और hacker statistics

Statistical Thinking in Python (Part 1)

Justin Bois

Teaching Professor at the California Institute of Technology

Hacker statistics

संभावनाएँ निकालने के लिए सिम्युलेटेड दोहराए गए मापनों का उपयोग करता है.

ch3-2.004.png

¹ Image: artist unknown

ch3-2.005.png

¹ Image: Heritage Auction

Coin flips का सिम्युलेशन

ch3-2.010.png

Bernoulli trials

ऐसा प्रयोग जिसमें दो विकल्प हों: "सफलता" (True) और "विफलता" (False).

np.random मॉड्यूल

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

rng

Generator(PCG64) at 0x7F9433D38120

Random number seed

रैंडम नंबर जेनरेटिंग एल्गोरिदम में दिया गया integer
केवल तभी मैन्युअली seed करें जब reproducibility चाहिए
rng = np.random.default_rng(seed) से सेट करें

4 coin flips का सिम्युलेशन

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)

4 coin flips का सिम्युलेशन

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

Hacker stats probabilities

तय करें कि डेटा को कैसे सिम्युलेट करें
बहुत बार सिम्युलेट करें
चाहिते outcome वाले trials का अंश ही लगभग probability है

अभ्यास करते हैं!

Statistical Thinking in Python (Part 1)