python loc函数_数理统计与概率论及Python实现（5）—— 一维连续型随机变量及其Python实现...

上一小节总结了离散型随机变量，这个小节总结连续型随机变量。离散型随机变量的可能取值只有有限多个或是无限可数的(可以与自然数一一对应)，连续型随机变量的可能取值则是一段连续的区域或是整个实数轴，是不可数的。最常见的一维连续型随机变量有三种：均匀分布，指数分布和正态分布。

数理统计与概率论及Python实现(1)——概率论中基本概念

数理统计与概率论及Python实现(2)——随机变量

数理统计与概率论及Python实现(3)——随机变量概述

数理统计与概率论及Python实现(4)—— 一维离散型随机变量及其Python实现

1. 均匀分布

均匀分布算是最简单的连续型概率分布。因为其概率密度是一个常数，不随随机变量X取值的变化而变化。

1.1 定义

如果连续型随机变量 X 具有如下的概率密度函数，则称 X 服从 [a,b] 上的均匀分布(uniform distribution),记作 X∼U(a,b) 或 X∼Unif(a,b)

均匀分布具有等可能性，也就是说，服从 U(a,b) 上的均匀分布的随机变量 X 落入 (a,b) 中的任意子区间上的概率只与其区间长度有关，与区间所处的位置无关。

由于均匀分布的概率密度函数是一个常数，因此其累积分布函数是一条直线，即随着取值在定义域内的增加，累积分布函数值均匀增加。

1.2 主要用途

设通过某站的汽车10分钟一辆，则乘客候车时间 X 在 [0,10] 上服从均匀分布；

某电台每个20分钟发一个信号，我们随手打开收音机，等待时间 X 在 [0,20] 上服从均匀分布；

随机投一根针与坐标纸上，它和坐标轴的夹角 X 在 [0,π] 上服从均匀分布。

1.3 Python实现

从定义可以看出来，定义一个均匀分布需要两个参数，定义域区间的起点 a 和终点 b，但是在Python中是 location 和 scale, 分别表示起点和区间长度。

def uniform_distribution(loc=0, scale=1):"""    均匀分布，在实际的定义中有两个参数，分布定义域区间的起点和终点[a, b]    :param loc: 该分布的起点, 相当于a    :param scale: 区间长度, 相当于 b-a    :return:    """    uniform_dis = stats.uniform(loc=loc, scale=scale)    x = np.linspace(uniform_dis.ppf(0.01),                    uniform_dis.ppf(0.99), 100)    fig, ax = plt.subplots(1, 1)# 直接传入参数    ax.plot(x, stats.uniform.pdf(x, loc=2, scale=4), 'r-',            lw=5, alpha=0.6, label='uniform pdf')# 计算ppf分别等于0.001, 0.5, 0.999时的x值    vals = uniform_dis.ppf([0.001, 0.5, 0.999])    print(vals)  # [ 2.004  4.     5.996]# Check accuracy of cdf and ppf    print(np.allclose([0.001, 0.5, 0.999], uniform_dis.cdf(vals)))  # Ture    r = uniform_dis.rvs(size=10000)    ax.hist(r, normed=True, histtype='stepfilled', alpha=0.2)    plt.ylabel('Probability')    plt.title(r'PDF of Unif({}, {})'.format(loc, loc+scale))    ax.legend(loc='best', frameon=False)    plt.show()uniform_distribution(loc=2, scale=4)

2. 指数分布

---

其实指数分布和离散型的泊松分布之间有很大的关系。泊松分布表示单位时间(或单位面积)内随机事件的平均发生次数，指数分布则可以用来表示独立随机事件发生的时间间隔。由于发生次数只能是自然数，所以泊松分布自然就是离散型的随机变量；而时间间隔则可以是任意的实数，因此其定义域是 (0,+∞)。

2.1 定义

如果一个随机变量 X 的概率密度函数满足一下形式，就称 X 为服从参数 λ 的指数分布(Exponential Distribution)，记做 X∼E(λ) 或 X∼Exp(λ).

指数分布只有一个参数 λ，且 λ>0.

2.2 主要用途

• 表示独立随机事件发生的时间间隔，比如旅客进机场的时间间隔、中文维基百科新条目出现的时间间隔等；

• 在排队论中，一个顾客接受服务的时间长短也可以用指数分布来近似；

• 无记忆性的现象(连续时间)。

2.3 性质

指数分布的一个显著的特点是其具有无记忆性。例如如果排队的顾客接受服务的时间长短服从指数分布，那么无论你已经排了多久时间的队，在排 t 分钟的概率始终是相同的。

用公式表示就是：

def exponential_dis(loc=0, scale=1.0):"""    指数分布，exponential continuous random variable    按照定义，指数分布只有一个参数lambda，这里的scale = 1/lambda    :param loc: 定义域的左端点，相当于将整体分布沿x轴平移loc    :param scale: lambda的倒数，loc + scale表示该分布的均值，scale^2表示该分布的方差    :return:    """    exp_dis = stats.expon(loc=loc, scale=scale)    x = np.linspace(exp_dis.ppf(0.000001),                    exp_dis.ppf(0.999999), 100)    fig, ax = plt.subplots(1, 1)# 直接传入参数    ax.plot(x, stats.expon.pdf(x, loc=loc, scale=scale), 'r-',            lw=5, alpha=0.6, label='uniform pdf')# 计算ppf分别等于0.001, 0.5, 0.999时的x值    vals = exp_dis.ppf([0.001, 0.5, 0.999])    print(vals)  # [ 2.004  4.     5.996]# Check accuracy of cdf and ppf    print(np.allclose([0.001, 0.5, 0.999], exp_dis.cdf(vals)))    r = exp_dis.rvs(size=10000)    ax.hist(r, normed=True, histtype='stepfilled', alpha=0.2)    plt.ylabel('Probability')    plt.title(r'PDF of Exp(0.5)')    ax.legend(loc='best', frameon=False)    plt.show()exponential_dis(loc=0, scale=2)

3. 正态分布

正态分布也许是出现频率最高的分布，其他人对正态分布的熟悉程度应该也是所有分布中最高的。由于中心极限定理的存在，正态分布也是所有分布应用最广泛的分布，没有之一。

3.1 定义

若随机变量 X 的概率密度符合下面的形式，就称 X 服从参数为 μ,σ 的正态分布(或高斯分布)，记为 X∼N(μ,σ2).

如果上面公式中 μ=0,σ=1，就叫做标准正态分布，一般记做 Z∼N(0,1)。

由于标准正态分布在统计学中的重要地位，它的累积分布函数(CDF)有一个专门的表示符号：Φ. 一般在统计相关的书籍附录中的“标准正态分布函数值表”就是该值与随机变量的取值之间的对于关系。

正态分布中两个参数含义：

当固定 σ，改变 μ 的大小时，f(x) 图形的形状不变，只是沿着 x 轴作平移变换，因此 μ 被称为位置参数(决定对称轴的位置)；

当固定 μ，改变 σ 的大小时， f(x) 图形的对称轴不变，形状改变， σ 越小，图形越高越瘦， σ 越大，图形越矮越胖，因此 σ 被称为尺度参数(决定曲线的分散程度)

3.2 性质

f(x) 关于 x=μ 对称；

当x≤μ时，f(x)是严格单调递增函数；

fmax=f(μ)=12π√σ；

当 X∼N(μ,σ2) 时，X−μσ∼N(0,1)

利用第4条性质，在计算一般正态分布的概率时，可以转化为标准正态分布函数来计算。

3.3 Python实现

def diff_normal_dis():"""    不同参数下的指数分布    :return:    """    norm_dis_0 = stats.norm(0, 1)  # 标准正态分布    norm_dis_1 = stats.norm(0, 0.5)    norm_dis_2 = stats.norm(0, 2)    norm_dis_3 = stats.norm(2, 2)    x0 = np.linspace(norm_dis_0.ppf(1e-8), norm_dis_0.ppf(0.99999999), 1000)    x1 = np.linspace(norm_dis_1.ppf(1e-10), norm_dis_1.ppf(0.9999999999), 1000)    x2 = np.linspace(norm_dis_2.ppf(1e-6), norm_dis_2.ppf(0.999999), 1000)    x3 = np.linspace(norm_dis_3.ppf(1e-6), norm_dis_3.ppf(0.999999), 1000)    fig, ax = plt.subplots(1, 1)    ax.plot(x0, norm_dis_0.pdf(x0), 'r-', lw=2, label=r'miu=0, sigma=1')    ax.plot(x1, norm_dis_1.pdf(x1), 'b-', lw=2, label=r'miu=0, sigma=0.5')    ax.plot(x2, norm_dis_2.pdf(x2), 'g-', lw=2, label=r'miu=0, sigma=2')    ax.plot(x3, norm_dis_3.pdf(x3), 'y-', lw=2, label=r'miu=2, sigma=2')    plt.ylabel('Probability')    plt.title(r'PDF of Normal Distribution')    ax.legend(loc='best', frameon=False)    plt.show()diff_normal_dis()

更多内容，欢迎交流

亦有学习社群