python中的统计思维笔记—Statistical Thinking in Python (Part 1)-3

1. Probability mass function (PMF):

概率质量函数（probability mass function，简写为pmf）：是离散随机变量在各特定取值上的概率。概率质量函数和概率密度函数不同之处在于：概率质量函数是对离散随机变量定义的，本身代表该值的概率；概率密度函数是对连续随机变量定义的，本身不是概率，只有对连续随机变量的概率密度函数在某区间内进行积分后才是概率。

一个概率质量函数的图像。函数的所有值必须非负，且总和为1。概率质量函数- 维基百科，自由的百科全书

2. 二项分布（binomial distribution）：

二项分布的实现（np.random.binomial）

numpy给出的api是：
numpy.random.RandomState.binomial(n, p, size=None)
表示对一个二项分布进行采样（size表示采样的次数，draw samples from a binomial distribution.），参数中的n, p分别对应于公式中的n,p，函数的返回值表示n中成功的次数N。

这里注意概率为发生某件事的概率，函数返回的是该时间成功的次数。

因为np.random.binomial()进行的是采样工作，为了逼近这一概率，我们需要进行的是采用统计的方法进行对概率值的逼近。

>>> n, p = 10, 0.5
>>> sum(np.random.binomial(n, p, size=20000)==0)/20000

Sampling from the Binomial distribution:

In [2]: np.random.binomial(4, 0.5, size=10)
Out[2]: array([4, 3, 2, 1, 1, 0, 3, 2, 3, 0])

3. Poisson distribution

泊松分布适合于描述单位时间内随机事件发生的次数的概率分布。泊松分佈- 维基百科，自由的百科全书

二项分布当np和n(1-p)均大于或等于5时，泊松分布当λ≥20时，用正态分布可以很好地近似计算。

二项分布、泊松分布、正态分布的关系

3.Exercise：