Fundamentos de Probabilidade em Python
Alexander A. Ramírez M.
CEO @ Synergy Vision
$$ $$

Em Python, isso pode ser feito em poucas linhas:
# Import norm
from scipy.stats import norm
# Calcular a densidade de probabilidade
# com pdf
norm.pdf(-1, loc=0, scale=1)
0.24197072451914337
O parâmetro loc define a média e scale define o desvio-padrão.
$$ $$

$$ $$

$$ $$

$$ $$

$$ $$

$$ $$


# Calcular a cdf de -1
norm.cdf(-1)
0.15865525393145707

# Calcular a cdf de 0.5
norm.cdf(0.5)
0.6914624612740131

# Calcular a ppf de 0.2
norm.ppf(0.2)
-0.8416212335729142

# Calcular a ppf de 55%
norm.ppf(0.55)
0.12566134685507416

# Calcular a cdf do valor 0
norm.cdf(0)
0.5

# Calcular a ppf da probabilidade de 50%
norm.ppf(0.5)
0
$$ $$

$$ $$
# Criar as variáveis
a = -1
b = 1
# Calcular a probabilidade entre
# dois valores, subtraindo
norm.cdf(b) - norm.cdf(a)
0.6826894921370859
$$ $$

$$ $$
# Criar a variável
a = 1
# Calcular o complemento
# de cdf() usando sf()
norm.sf(a)
0.15865525393145707
$$ $$

$$ $$
# Criar as variáveis
a = -2
b = 2
# Calcular a probabilidade de cauda
# somando cada cauda
norm.cdf(a) + norm.sf(b)
0.04550026389635839
$$ $$

$$ $$
# Criar as variáveis
a = -2
b = 2
# Calcular a probabilidade de cauda
# somando cada cauda
norm.cdf(a) + norm.sf(b)
0.04550026389635839
$$ $$

$$ $$
# Criar a variável
alpha = 0.95
# Calcular o intervalo
norm.interval(alpha)
(-1.959963984540054, 1.959963984540054)
Fundamentos de Probabilidade em Python