python数据分析之简单数据的统计分析

简单数据的统计分析

随机变量的概率分布对现实世界的建模和分析发挥这重要作用。有时，理论分布于收集到的某过程的历史数据十分贴近。有时，可以先对某过程的基本特性做先验性判断，然后不需要收集数据就可以选出合适的理论分布。在这两种情况下，均可用理论分布来回答显示种所遇到的问题，也可以从分布中生成一些随机数来模拟现实的行为。

一、随机变量及分布

1.均匀分布

这里‘均匀’是指随机点落在 区间（a，b）内任一点的机会是均等的，从而在相等的小区间上的概率相等，在任一区间（a，b）的，随机变量X的概率密度函数为一个常数。
y=P(x)=1/(b-a) (a<x<b)

均匀分布是随机抽样和随机模拟的基础，可用randint（）和uniform（）函数产生均匀随机数。

1.1整数随机数

1.2实数随机数

1.3整数随机数列

1.4 实数随机数列

2.正态分布

2.1正态分布函数

正态分布是统计分析的最主要分布。正态分布是古典统计学的核心，它有两个参数：位置参数均值μ，尺度参数标σ。正态分布的图形如倒立的钟，且分布对称。现实生活中，很多变量是服从正态分布的，如人的身高、体重和智商IQ。