Distribuições e histórias: distribuição Binomial

Pensamento Estatístico em Python (Parte 1)

Justin Bois

Teaching Professor at the California Institute of Technology

Função massa de probabilidade (PMF)

Conjunto de probabilidades de resultados discretos

PMF uniforme discreta

ch3-3.004.png

Distribuição de probabilidade

Descrição matemática dos resultados

Distribuição uniforme discreta: a história

O resultado ao rolar um único dado justo é

Discreto
Uniforme.

Distribuição Binomial: a história

O número r de sucessos em n ensaios de Bernoulli com probabilidade p de sucesso segue a Binomial
O número r de caras em 4 lançamentos de moeda com probabilidade 0,5 de caras segue a Binomial

Amostrando da distribuição Binomial

rng.binomial(4, 0.5)

rng.binomial(4, 0.5, size=10)

array([4, 3, 2, 1, 1, 0, 3, 2, 3, 0])

A PMF Binomial

samples = rng.binomial(60, 0.1, size=10000)
n = 60
p = 0.1

ch3-3.019.png

A CDF Binomial

import matplotlib.pyplot as plt
import seaborn as sns
sns.set()
x, y = ecdf(samples)
_ = plt.plot(x, y, marker='.', linestyle='none')
plt.margins(0.02)
_ = plt.xlabel('number of successes')
_ = plt.ylabel('CDF')
plt.show()

A CDF Binomial

ch3-3.022.png

Vamos praticar!

Pensamento Estatístico em Python (Parte 1)