如何在 Python 中使用二项式分布 | 您所在的位置:网站首页 › 二次项cnk › 如何在 Python 中使用二项式分布 |
如何在 python 中使用二项式分布经过 本杰明·安德森博
7月 28, 2023
指导
0 条评论 二项式分布是统计学中最常用的分布之一。它描述了在n次二项式实验中获得k次成功的概率。 如果随机变量X服从二项式分布,则X = k成功的概率可以通过以下公式求出: P(X=k) = n C k * p k * (1-p) nk 金子: n:试验次数k:成功次数p:给定试验的成功概率n C k :在n次试验中获得k次成功的方法数本教程介绍如何在 Python 中使用二项式分布。 如何生成二项式分布您可以使用 numpy 库的random.binomial函数生成遵循二项分布的值数组: from numpy import random #generate an array of 10 values that follows a binomial distribution random.binomial(n=10, p=.25, size=10) array([5, 2, 1, 3, 3, 3, 2, 2, 1, 4])结果表中的每个数字代表10 次试验过程中遇到的“成功”次数,其中给定试验的成功概率为0.25 。 如何使用二项分布计算概率您还可以使用 scipy 库的binom 函数回答有关二项式概率的问题。 问题 1:内森的罚球命中率为 60%。如果他罚球 12 次,他罚中 10 次的概率是多少? from scipy.stats import binom #calculate binomial probability binom.pmf(k= 10 , n= 12 , p= 0.6 ) 0.0639Nathan 恰好罚球 10 次的概率是0.0639 。 问题 2: Marty 抛一枚均匀的硬币 5 次。硬币正面朝上两次或更少的概率是多少? from scipy.stats import binom #calculate binomial probability binom.cdf(k= 2 , n= 5 , p= 0.5 ) 0.5硬币正面朝上 2 次或更少的概率为0.5 。 问题 3:我们知道 70% 的人支持某项法律。如果随机选择 10 个人,其中 4 到 6 人支持该法律的概率是多少? from scipy.stats import binom #calculate binomial probability binom.cdf(k= 6 , n= 10 , p= 0.7 ) - binom.cdf(k= 3 , n= 10 , p= 0.7 ) 0.33984 到 6 名随机选择的个人支持该法律的概率为0.3398 。 如何可视化二项式分布您可以使用seaborn和matplotlib库在 Python 中可视化二项式分布: from numpy import random import matplotlib.pyplot as plt import seaborn as sns x = random.binomial(n= 10 , p= 0.5 , size= 1000 ) sns.distplot(x, hist= True , kde= False ) plt.show()茶 关于作者本杰明·安德森博大家好,我是本杰明,一位退休的统计学教授,后来成为 Statorials 的热心教师。 凭借在统计领域的丰富经验和专业知识,我渴望分享我的知识,通过 Statorials 增强学生的能力。了解更多 添加评论取消回复 |
CopyRight 2018-2019 实验室设备网 版权所有 |