python 概率分布函数_如何在Python中实现这五类强大的概率分布

匿名用户

1级

2016-04-25 回答

首页

所有文章

观点与动态

基础知识

系列教程

实践项目

工具与框架应用

工具资源

伯乐在线 > Python - 伯乐在线 > 所有文章 > 实践项目 > 如何在Python中实现这五类强大的概率分布

如何在Python中实现这五类强大的概率分布

2015/04/25 · 实践项目 · 概率分布

分享到：2

本文由 伯乐在线 - feigao.me 翻译，Daetalus 校稿。未经许可，禁止转载！

英文出处：www.bigdataexaminer.com。欢迎加入翻译组。

R编程语言已经成为统计分析中的事实标准。但在这篇文章中，我将告诉你在Python中实现统计学概念会是如此容易。我要使用Python实现一些离散和连续的概率分布。虽然我不会讨论这些分布的数学细节，但我会以链接的方式给你一些学习这些统计学概念的好资料。在讨论这些概率分布之前，我想简单说说什么是随机变量(random variable)。随机变量是对一次试验结果的量化。

举个例子，一个表示抛硬币结果的随机变量可以表示成

Python

X = {1 如果正面朝上,

2 如果反面朝上}

随机变量是一个变量，它取值于一组可能的值(离散或连续的)，并服从某种随机性。随机变量的每个可能取值的都与一个概率相关联。随机变量的所有可能取值和与之相关联的概率就被称为概率分布(probability distributrion)。

我鼓励大家仔细研究一下scipy.stats模块。

概率分布有两种类型：离散(discrete)概率分布和连续(continuous)概率分布。

离散概率分布也称为概率质量函数(probability mass function)。离散概率分布的例子有伯努利分布(Bernoulli distribution)、二项分布(binomial distribution)、泊松分布(Poisson distribution)和几何分布(geometric distribution)等。

连续概率分布也称为概率密度函数(probability density function)，它们是具有连续取值(例如一条实线上的值)的函数。正态分布(normal distribution)、指数分布(exponential distribution)和β分布(beta distribution)等都属于连续概率分布。