本文介绍了Python中如何实现离散型随机变量的伯努利分布、二项分布和泊松分布，以及连续型随机变量的均匀分布、指数分布和正态分布。通过实例展示了各分布的概率密度函数和累积分布函数，并提供了相应的Python代码。
随机变量
随机变量的定义域是基本事件的全体，本质是一种函数(映射关系)。
"取值随机会而定" "是实验结果的函数"
随机事件 → 静态(常量)
随机变量 → 动态(变量)
离散型
常见的离散型随机变量：两点分布、二项分布、泊松分布
(分布律)设
为离散型随机变量，
...
...
...
...
&
离散型-04.png
伯努利分布(Bernoulli Distribution)
也叫做两点分布、零一分布，即事件的结果只有两个值，且事件之间相互独立，适合于实验结果只有两种可能的单词试验，例如抛硬币，质检等。
记做
，或
，读作
服从参数为P的伯努利分布
设抛一枚不均匀的硬币，其正面朝上的概率为0.6，其概率分布图：
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
def bernoulli(p = 0.0):
ber_dist = stats.bernoulli(p)
x = [0,1]
pmf = [ber_dist.pmf(x[0]),ber_dist.pmf(x[1])]
x_name = ['0','1&#
最低0.47元/天 解锁文章
671
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
