Binomialverteilung in Python

1. Verwendung von die Funktion numpy.random.binomial() zur Erstellung einer Binomialverteilung in Python
2. Verwenden Sie die Funktion scipy.stats.binom.pmf(), um eine Verteilung binomialer Wahrscheinlichkeiten in Python zu erstellen

Eine Binomialverteilung ist ein wesentliches Konzept der Wahrscheinlichkeit und Statistik. Es stellt die tatsächlichen Ergebnisse einer bestimmten Anzahl unabhängiger Experimente dar, wenn die Erfolgs- und Misserfolgswahrscheinlichkeit bekannt ist. Dies ist nur möglich, wenn für ein separates Ereignis genau 2 Ergebnisse möglich sind, z. B. ein Münzwurf. Seine mathematische Formel ist unten gezeigt.

Dieses Tutorial zeigt, wie man eine Binomialverteilung in Python erstellt.

Verwendung von die Funktion numpy.random.binomial() zur Erstellung einer Binomialverteilung in Python

Das numpy-Modul kann eine Reihe von Zufallswerten in einem numpy-Array erzeugen. Wir können die Funktion numpy.random.binomial() verwenden, um ein Beispiel dieser Verteilung zurückzugeben.

Als Parameter in der Funktion können wir die Anzahl der Versuche (n), die Erfolgswahrscheinlichkeit (p) und die Grösse der Endausgabe (size) angeben.

Beispielsweise,

import numpy as np

a = np.random.binomial(n=5, p=0.7, size=20)
print(a)

Ausgabe:

[5 4 2 3 2 4 4 3 3 3 4 2 3 4 3 4 5 5 2 2]

Im obigen Beispiel repräsentiert jeder Wert die Häufigkeit, mit der ein Ereignis während 5 Versuchen auftritt, wenn die Erfolgswahrscheinlichkeit 0.7 betrug. Dies wurde für eine Probe der Größe 20 wiederholt.

Wir können dies auch mit der Funktion seaborn.distplot() darstellen.

Beispielsweise,

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

a = np.random.binomial(n=5, p=0.7, size=20)
sns.distplot(a, hist=True, kde=False)
plt.show()

Ausgabe:

Verwenden Sie die Funktion scipy.stats.binom.pmf(), um eine Verteilung binomialer Wahrscheinlichkeiten in Python zu erstellen

Die Funktion scipy.stats.binom.pmf() gibt die binomiale Wahrscheinlichkeit für einige gegebene Werte zurück. Wir können es verwenden, um eine Verteilung binomialer Wahrscheinlichkeiten zu erstellen.

Es unterscheidet sich von der vorherigen Distribution. Wir werden die Anzahl der gewünschten Erfolge durchlaufen, um diese Verteilung zu erstellen.

Beispielsweise,

from scipy.stats import binom

n = 5
p = 0.7
s = list(range(n + 1))
a = [binom.pmf(r, n, p) for r in s]
print(a)
sns.distplot(a, hist=True, kde=False)
plt.show()

Ausgabe: