scipy 概率 泊松分布_随机变量与概率分布

使用Python实现概率分布，需要引入软件包Scipy。

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

一、离散概率分布

伯努利概率分布

p = 0.5
x = np.arange(0,2,1)
pList = stats.bernoulli.pmf(x.p)
# 可视化
plt.plot(x,pList_ber,marker='o',linestyle='None')
plt.vlines(x,0,pList_ber)
plt.title('bernoulli分布 p=0.5')
plt.xlabel('随机变量：抛一次硬币的结果面')
plt.ylabel('概率')
plt.show()

二项分布

n = 5
p = 0.5
x = np.arange(1,n+1,1)
pList_bin = stats.binom.pmf(x,n,p)
plt.plot(x,pList_bin,marker='o',linestyle='None')
plt.vlines(x,0,pList_bin)
plt.title('随机变量：抛硬币正面朝上的次数')
plt.ylabel('概率')
plt.title('二项分布:,n = %1,p = %.2f' %(n,p))
plt.show()

几何分布

k = 5
p = 0.6
x = np.arange(1,k+1,1)
pList_geom = stats.geom.pmf(x,p)

plt.plot(x,pList_geom,marker = 'o',linestyle = 'None')
plt.vlines(x,0,pList_geom)
plt.xlabel('随机变量：表白k次才成功对概率')
plt.ylabel('概率')
plt.title('几何分布：p=%.2f' %p)
plt.show

泊松分布

mu = 2 # 平均值
k = 4 #次数
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('probability')
plt.title('poission distribution:average value mu=%i' %mu)
plt.show()

二、连续概率分布

正态分布（Normal distribution)

幂律分布（Power-law distribution)

三、中心极限定理

定义：

1）样本平均值约等于总体平均值

2）不管总体是什么分布，任意一个总体对样本平均值都回围绕在总体都平均值周围，并且呈正态分布。

用途：

1）用样本来均值估计总体均值，任何一个样本的平均值约等于其所在总体的平均值。

2）用样本标准差来估计总体标准差。

标准差：单个样本的标准差；

标准误差：样本平均值的标准差。

四、如何避免偏见

1、样本偏差：样本不足（以偏概全）

如何避免：扩大样本规模和增强样本的随机性，避免特殊样本出现

2、幸存者偏差：常关注显而易见的样本，忽略了没机会出现的样本

如何避免：学会多角度观察分析问题

3、概率偏见：心里概率与客观概率不吻合

如何避免：加强对概率问题的理解，避免用直觉无脑判断

4、信息茧房：个性化推荐致使我们看到的只是我们喜欢的事情

如何避免：减少使用个性化推荐。