আপনার কাঙ্ক্ষিত গড়টি সমীকরণের মাধ্যমে দেওয়া হয়েছে:
N⋅p−N⋅(1−p)N=.05
যা থেকে নিম্নলিখিতটির সম্ভাবনা 1s
হওয়া উচিত.525
পাইথনে:
x = np.random.choice([-1,1], size=int(1e6), replace = True, p = [.475, .525])
প্রমাণ:
x.mean()
0.050742000000000002
1s এবং -1 এর 1'000'000 নমুনার সাথে 1'000 পরীক্ষা:
সম্পূর্ণতার জন্য (@ এলভিসের টুপি টিপ):
import scipy.stats as st
x = 2*st.binom(1, .525).rvs(1000000) - 1
x.mean()
0.053859999999999998
1s এবং -1 এর 1'000'000 নমুনার সাথে 1'000 পরীক্ষা:
এবং অবশেষে ইউনিফর্ম বিতরণ থেকে আঁকুন, যেমন @ ইউকাসজ ডেরিও (যেমন পাইথনেও) পরামর্শ দিয়েছেন:
u = st.uniform(0,1).rvs(1000000)
x = 2*(u<.525) -1
x.mean()
0.049585999999999998
1s এবং -1 এর 1'000'000 নমুনার সাথে 1'000 পরীক্ষা:
তিনটিই দেখতে কার্যত অভিন্ন!
সম্পাদনা
কেন্দ্রীয় সীমাবদ্ধ উপপাদ্য এবং ফলাফল বিতরণ ছড়িয়ে কয়েক লাইন।
প্রথমত, অর্থের অঙ্কগুলি সত্যই সাধারণ বিতরণ অনুসরণ করে।
দ্বিতীয়ত, @ উত্তর এই মন্তব্যে এলভিস 1'000 পরীক্ষাগুলি (সার্কা (0.048; 0.052)), 95% আত্মবিশ্বাসের ব্যবধানে অঙ্কিত উপায়গুলির সঠিক বিস্তার সম্পর্কে কিছু দুর্দান্ত গণনা করেছিলেন।
এবং এইগুলি তার ফলাফলগুলি নিশ্চিত করার জন্য অনুকরণের ফলাফল:
mn = []
for _ in range(1000):
mn.append((2*st.binom(1, .525).rvs(1000000) - 1).mean())
np.percentile(mn, [2.5,97.5])
array([ 0.0480773, 0.0518703])