python 拟合幂律分布_统计概率思维：概率分布与偏差

1.概率

随机事件：随机事件是在随机试验中，可能出现也可能不出现，而在大量重复试验中具有某种规律性的事件叫做随机事件(简称事件)

随机变量：随机变量是量化随机事件的函数,代表了随机事件所可能出现的每一种结果,包括有连续随机变量和离散随机变量

概率分布：离散型概率分布（概率质量函数PMF）、连续性概率分布（概率密度函数PDF）

1）离散概率分布

伯努利分布

伯努利分布指的是对于随机变量X有, 参数为p(0<p<1)，如果它分别以概率p和1-p取1和0为值。EX= p,DX=p(1-p)。伯努利试验成功的次数服从伯努利分布,参数p是试验成功的概率。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，为纪念瑞士科学家詹姆斯·伯努利(Jacob Bernoulli 或James Bernoulli)而命名

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。为方便起见，记这两个可能的结果为0和1，下面的定义就是建立在这类试验基础之上的

如果随机变量X只取0和1两个值，并且相应的概率为：

则称随机变量X服从参数为p的伯努利分布，若令q=1一p，则X的概率函数可写

如果X服从参数为p的伯努利分布，则

python 实现

plot默认绘制折线，这里我们只绘制点，所以传入下面的参数： marker：点的形状，值o表示点为圆圈标记（circle marker） linestyle：线条的形状，值None表示不显示连接各个点的折线
vlines用于绘制竖直线(vertical lines), 参数说明：vline(x坐标值, y坐标最小值, y坐标值最大值) 我们传入的X是一个数组，是给数组中的每个x坐标值绘制竖直线， 竖直线y坐标最小值是0，y坐标值最大值是对应pList中的值 官网文档：https://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.vlines

import numpy as np
#绘图包
import matplotlib.pyplot as plt
#统计计算包的统计模块
from scipy import stats


'''
定义随机变量：1次抛硬币
成功指正面朝上记录为1，失败指反面朝上记录为0
'''
X = np.arange(0, 2,1)

p = 0.5 # 硬币朝上的概率
pList = stats.bernoulli.pmf(X, p)

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