python 概率分布_用Python实现概率分布

一.随机变量

随机变量是指随机事件的数量表现，按照随机变量可能取得的值，可以把它们分为两种基本类型：随机变量包括离散型随机变量和连续型随机变量。

离散型随机变量：在一定区间内变量取值为有限个或可数个。例如某地区某年人口的出生数、死亡数，某药治疗某病病人的有效数、无效数等。离散型随机变量的概率分布包括伯努利分布、二项分布、几何分布、泊松分布。

连续型随机变量：在一定区间内变量取值有无限个，或数值无法一一列举出来。例如某地区男性健康成人的身长值、体重值，一批传染性肝炎患者的血清转氨酶测定值等。连续型随机变量的概率分布包括正态分布、幂律分布

二.准备工作

在python中实现计算常见概率分布的概率值，需要安装python的科学计算包scipy，并用matplotlib 包进行绘图。打开终端Anaconda Prompt，在conda中运行以下命令：

conda install scipy

三.概率分布

概率分布，是概率论的基础概念之一，是指用于表述随机变量取值的概率规律。事件的概率表示了一次试验中某一个结果发生的可能性大小。若要全面了解试验，则必须知道试验的全部可能结果及各种可能结果发生的概率，即随机试验的概率分布。以下介绍几种概率分布：

1.伯努利分布

伯努利分布亦称“零一分布”、“两点分布”，一个非常简单的试验是只有两个可能结果的试验，比如正面或反面，成功或失败，有缺陷或没有缺陷，病人康复或未康复。伯努利分布是一个离散型机率分布，是N=1时二项分布的特殊情况。

案例：玩抛硬币的游戏，只抛1次硬币，成功抛出正面朝上记录为1，反面