概率的二项式分布如何计算,概率统计二项分布怎么算
目录
二元分布
篮球的例子:
疫苗的例子:
新冠肺炎的例子:
第一种了解分布的方法:四选二,c42。
第二种理解方法:总阶乘除以重复数的阶乘。
举例:篮球:某人篮球投篮命中率0.3,一共10投。你一定要问至少两枪的概率吗?
分析:
)1)每次出手都有两个结果,打偏了;
2)每次出手的概率都是一样的,都是0.3;
)3)每个镜头都被认为是一个独立的事件。
因此,它符合二进制分布。
Python实现
将numpy作为np导入
将scipy.stats作为sp导入
n=10
p=0.3
k=NP.arange(n1)).
px=SPs。比诺姆PMF(k,n,p).
print(sum(px[2:3])
0.233
打印(sum (px [2:]))
0.85
疫苗举例:接种疫苗后出现过敏反应的概率为0.08。100人在社区卫生中心接种疫苗后,3人以内出现过敏反应的概率有多大?
用上面的例子分析方法,这个问题也属于二元分布问题。少于三个人的人有过敏反应,马上问:
p(x3 )=p ) x=0) p(x=1) p(x=1)=c ) 100,0 ) 08 ) 02 ) 100c ) 100,1 ) 0.08 )1) 0.02 ) 99c)
将numpy作为np导入
将scipy.stats作为sp导入
n=100
p=0.08
k=NP.arange(n1)).
px=SPs。比诺姆PMF(k,n,p).
打印(sum (px [:3]))
1.127%
比如新冠肺炎:不良贷款率为1%。假设有1万人,100%的不良人数可能不到200人。
将numpy作为np导入
将scipy.stats作为sp导入
n=10000
p=0.01
k=NP.arange(n1)).
px=SPs。比诺姆PMF(k,n,p).
打印(sum (px [:50])
打印(总和(像素[:100])
打印(总和(像素[:150])
打印(总和(像素[:200])
打印(sum(px[200:])
e-080。58883.88868888881
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。