Scipy是一个用于数学、科学、工程领域的常用软件包,可以处理插值、积分、优化、图像处理、常微分方程数值解的求解、信号处理等问题。它用于有效计算Numpy矩阵,使Numpy和Scipy协同工作,高效解决问题。
我们首先用numpy的arange生成一个等差数组,0开始,一共2个数字,以1递增。
之后我们定义硬币朝上的概率p=0.5
用scipy.bernoulli.pmf 求离散函数,输入数组和概率就可以求得两个概率。
通过plt.plot,输入X为数组,Y为概率。
注意要加上plt.vlines(X,0,pList),输入X坐标值,在输入Y的最小最大坐标值。
1.做某次事件的次数是固定的
2.每次事件都有两个可能的结果(成功或者失败)
3.每一次成功的概率都相等
4.求出成功K次的概率是多少
同样生成等差数组,但是这次生成六个数,因为可能全都失败0次的概率也要求。
伯努利的函数是 stats.binom.pmf(数组,次数,概率)
1.做某次事件的次数是固定的
2.每次事件都有两个可能的结果(成功或者失败)
3.每一次成功的概率都相等
4.做K次,成功1次的概率是多少(注意和伯努利进行区分)
几何分布的函数geom.pmf(数组,概率) 因为这里的12345代表第几次成功,所以函数不需要再次输入5了。
发现概率呈现递减。
2. 在任意相同的时间范围内,事件发生的概率相同
3. 你想知道某个时间范围内,发生某件事情k次的概率有多大。
求正态分布:
如果要求大于Z的概率,可以求1-(小于Z)的概率
如果要求a和b之间的,可以求小于b-小于a的概率
我们可以看到样本构成了整体。
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平均值的周围,并且呈现正态分布
3)可以根据总体信息,判断某个样本是否属于这个总体。