一、概率分布
概率分布,是概率论的基本概念之一,主要用以表述随机变量取值的概率规律。为了使用的方便,根据随机变量所属类型的不同,概率分布取不同的表现形式。
概率分布包括离散概率分布和连续概率分布。
离散数据:数据由一个个单独的数值组成,其中的每一个数值都有相应概率。
连续数据:数据涵盖的是一个范围,这个范围内的任何一个数值都有可能成为事件的结果。
离散概率分布包括:伯努利分布、二项分布、几何分布、泊松分布
连续概率分布包括:正态分布、幂律分布
二、安装python的科学计算包scipy
在python的科学计算包scipy的stats模块计算出常见概率分布的概率值,并用matplotlib包进行绘图。
在notebook环境下安装科学计算包scipy。如果已安装忽略下面安装步骤。
安装步骤:
1)打开终端Anaconda Prompt
2)在conda中运行以下命令:conda install scipy
如果存在多个python环境,先进入想要的环境再安装,比如我自己设置了py2和py3两个环境,先在conda中进入python环境:activate py3,再按上面步骤2执行
如果还没有安装numpy包和matplotlib包,也按上述命令安装这些包
三、概率分布
1. 离散概率分布:伯努利分布(Bernoulli Distribution)
伯努利分布亦称“零一分布”、“两点分布”,即事件的结果只有两个值,且事件之间相互独立,例如抛一次硬币就为一次伯努利试验,结果要么为正面要么为反面,因此它符合伯努利分布。伯努利试验只做一次。
伯努利试验的特点是:
(1)每次试验中事件只有两种结果:事件发生或者不发生,如硬币正面或反面,患病或没患病;
(2)每次试验中事件发生的概率是相同的,注意不一定是0.5;
(3)n次试验的事件相互之间独立。
公式为:
期望与方差:
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,反面朝上即抛硬币失败记录为0
思路:
Python代码实现:
导入包并求出对应概率:
绘制伯努利分布:
2. 离散概率分布:二项分布(Binomial Distribution)
二项分布就是重复n次独立的伯努利试验。在每次试验中只有两种可能的结果,而且事件相互独立,事件发生与否的概率在每一次独立试验中都保持不变。当试验次数为1时,二项分布服从0-1分布。它计算的结果是做n次试验发生某个结果的概率,例如:抛一次硬币正面朝上的概率,抛两次正面朝上,抛n次正面朝上的概率。
二项分布的特点是:
(1)是在进行一系列独立试验;
(2)每一次都存在成功或失败的可能,每一次试验的成功概率相同;
(3)试验次数有限。
如果事件发生的概率是P,则不发生的概率q=1-p,n表