Kansverdelingen en verhalen: de binomiale verdeling

Statistisch denken in Python (deel 1)

Justin Bois

Teaching Professor at the California Institute of Technology

Probability mass function (PMF)

  • De set kansen voor discrete uitkomsten
Statistisch denken in Python (deel 1)

Discrete uniforme PMF

ch3-3.004.png

Statistisch denken in Python (deel 1)

Kansverdeling

  • Een wiskundige beschrijving van uitkomsten
Statistisch denken in Python (deel 1)

Discrete uniforme verdeling: het verhaal

De uitkomst van één worp met een eerlijke dobbelsteen is

  • Discreet
  • Uniform verdeeld.
Statistisch denken in Python (deel 1)

Binomiale verdeling: het verhaal

  • Het aantal r successen in n Bernoulli-proeven met succeskans p is binomiaal verdeeld
  • Het aantal r koppen in 4 muntworpen met kans 0,5 op kop is binomiaal verdeeld
Statistisch denken in Python (deel 1)

Steekproeven uit de binomiale verdeling

rng.binomial(4, 0.5)
2
rng.binomial(4, 0.5, size=10)
array([4, 3, 2, 1, 1, 0, 3, 2, 3, 0])
Statistisch denken in Python (deel 1)

De binomiale PMF

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

ch3-3.019.png

Statistisch denken in Python (deel 1)

De binomiale CDF

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()
Statistisch denken in Python (deel 1)

De binomiale CDF

ch3-3.022.png

Statistisch denken in Python (deel 1)

Laten we oefenen!

Statistisch denken in Python (deel 1)

Preparing Video For Download...