python概率分析_数据分析进阶：Python与统计概率思维

统计与概率分不开，概率论是统计的基础。概率思维

统计思维

概率分布使用python的Scipy模块的statistc函数计算分布，并用matplotlib绘制图形。

一、概率思维

1、随机变量

是量化随机事件的函数，用于将随机事件每一个可能出现的事件结果赋予一个数值。

2、概率分布

分类：

1) 离散随机变量：结果可以列出，明天是否下雨、抛硬币

2) 连续随机变量：变量中有无数结果，明天下雨量，结果有很多

分布：数据在统计图中的形状叫做它的分布

概率分布=随机变量+概率+分布

离散随机变量——概率质量函数——离散概率分布

连续随机变量——概率密度函数————连续概率分布

3、离散概率分布(python实现)

1)伯努利分布

import scipy.stats as stats

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

X=np.arange(0,2,1)

p=0.5

pList=stats.bernoulli.pmf(X,p)

pList

plt.plot(X,pList,marker='o',linestyle='None')

plt.vlines(X,0,pList)

plt.xlabel('随机变量，抛硬币1次')

plt.ylabel('概率')

plt.title('伯努利分布：p=%.2f'% p)

plt.show()

2 ) 二项分布

n=5

p=0.5

X=np.arange(0,n+1,1)

X

pList=stats.binom.pmf(X,n,p)

pList

plt.plot(X,pList,marker='o',linestyle='None')

plt.vlines(X,0,pList)

plt.xlabel('随机变量：抛硬币正面朝上次数')

plt.ylabel('概率')

plt.title('二项分布:n=%i,p=%.2f' %(n,p))

plt.show()

3)几何分布

k = 5

p = 0.6

X =np.arange(1,k+1,1)

pList=stats.geom.pmf(X,p)

plt.plot(X,pList,marker='o',linestyle='None')

plt.vlines(X,0,pList)

plt.xlabel('随机变量：表白第k次才首次成功')

plt.ylabel('概率')

plt.title('几何分布:p=%.2f' % p)

plt.show()

4) 柏松分布

mu = 2

k = 4

X = np.arange(0,k+1,1)

pList=stats.poisson.pmf(X,mu)

plt.plot(X,pList,marker='o',linestyle='None')

plt.vlines(X,0,pList)

plt.xlabel('随机变量：某路口发生k次事故')

plt.ylabel('概率')

plt.title('柏松分布:mu=%i' % mu)

plt.show()

4、连续概率分布

5、概率思维总结

二、统计思维

1、样本与总体

总体：是研究对象的整体，或者从整体中随机抽取的可以代表整体。

样本数量：有多少个样本

样本大小：每个样本中有多少数据

python随机抽样

2、中心极限定理

中心极限定理：

1) 样本平均值约等于总体平均值

2) 不管总体是什么分布，任意一个总体的样本平均值都会围绕在总体的平均值周围，并且呈正态分布

3、使用样本估计总体

中心极限定理作用：

1) 用样本来估计总体

2) 根据在总体信息，判断某个样品是否属于总体(3个标准差，概率97%)

4、避免偏见

5、统计思维