Fungsi massa probabilitas dan distribusi

Dasar-Dasar Probabilitas di Python

Alexander A. Ramírez M.

CEO @ Synergy Vision

Fungsi massa probabilitas (pmf)

$$ $$

$$ binomial.pmf(k, n, p) = \binom{n}{k}p^k(1-p)^{n-k} $$

Dasar-Dasar Probabilitas di Python

Fungsi massa probabilitas (pmf)

$$ $$

$$ binomial.pmf(k, n, p) = \color{red}{\binom{n}{k}}p^k(1-p)^{n-k} $$

Dasar-Dasar Probabilitas di Python

Fungsi massa probabilitas (pmf) (Lanj.)

$$ $$

$$ binomial.pmf(k, n, p) = \binom{n}{k}\color{red}{p^k}(1-p)^{n-k} $$

Dasar-Dasar Probabilitas di Python

Fungsi massa probabilitas (pmf) (Lanj.)

$$ $$

$$ binomial.pmf(k, n, p) = \binom{n}{k}p^k\color{red}{(1-p)^{n-k}} $$

Dasar-Dasar Probabilitas di Python

Fungsi massa probabilitas untuk distribusi binomial: 10 lemparan, koin adil

Dasar-Dasar Probabilitas di Python

Fungsi massa probabilitas (pmf) (Lanj.)

$$ $$

$$ binomial.pmf(k, n, p) = \binom{n}{k}p^k(1-p)^{n-k} $$

Di Python:

binom.pmf(k, n, p)
Dasar-Dasar Probabilitas di Python

Menghitung probabilitas dengan `binom.pmf()`

# Probabilitas 2 kepala dari 10 lemparan koin adil
binom.pmf(k=2, n=10, p=0.5)
0.04394531249999999
# Probabilitas 5 kepala dari 10 lemparan koin adil
binom.pmf(k=5, n=10, p=0.5)
0.24609375000000025
Dasar-Dasar Probabilitas di Python

Menghitung probabilitas dengan binom.pmf() (Lanj.)

# Probabilitas 50 kepala dari 100 lemparan dengan p=0.3
binom.pmf(k=50, n=100, p=0.3)
1.3026227131445298e-05
# Probabilitas 65 kepala dari 100 lemparan dengan p=0.7
binom.pmf(k=65, n=100, p=0.7)
0.0467796823527298
Dasar-Dasar Probabilitas di Python

Fungsi distribusi kumulatif (cdf)

$$ $$

$$ binomial.cdf(k, n, p) = \binom{n}{0}p^0(1-p)^{n} + \binom{n}{1}p(1-p)^{n-1} + ... + \binom{n}{k}p^k(1-p)^{n-k} $$

Dasar-Dasar Probabilitas di Python

Fungsi distribusi kumulatif (cdf) (Lanj.)

$$ $$

$$ binomial.cdf(k, n, p) = \color{red}{\binom{n}{0}p^0(1-p)^{n}} + \binom{n}{1}p(1-p)^{n-1} + ... + \binom{n}{k}p^k(1-p)^{n-k} $$

Dasar-Dasar Probabilitas di Python

Fungsi distribusi kumulatif (cdf) (Lanj.)

$$ $$

$$ binomial.cdf(k, n, p) = \binom{n}{0}p^0(1-p)^{n} + \color{red}{\binom{n}{1}p(1-p)^{n-1}} + ... + \binom{n}{k}p^k(1-p)^{n-k} $$

Dasar-Dasar Probabilitas di Python

Fungsi distribusi kumulatif (cdf) (Lanj.)

$$ $$

$$ binomial.cdf(k, n, p) = \binom{n}{0}p^0(1-p)^{n} + \binom{n}{1}p(1-p)^{n-1} + ... + \color{red}{\binom{n}{k}p^k(1-p)^{n-k}} $$

Dasar-Dasar Probabilitas di Python

Fungsi distribusi kumulatif (cdf)

$$ $$ Fungsi massa probabilitas untuk distribusi binomial: 10 lemparan, koin adil

$$ $$ Fungsi distribusi kumulatif normal

Dasar-Dasar Probabilitas di Python

Fungsi distribusi kumulatif (cdf) (Lanj.)

$$ $$ $$ binomial.cdf(k, n, p) = \binom{n}{0}p^0(1-p)^{n} + \binom{n}{1}p(1-p)^{n-1} + ... + \binom{n}{k}p^k(1-p)^{n-k} $$

Di Python:

binom.cdf(k=1, n=3, p=0.5)
Dasar-Dasar Probabilitas di Python

Menghitung probabilitas kumulatif

# Probabilitas ≤5 kepala dari 10 lemparan koin adil
binom.cdf(k=5, n=10, p=0.5)
0.6230468749999999
# Probabilitas ≤50 kepala dari 100 lemparan dengan p=0.3
binom.cdf(k=50, n=100, p=0.3)
0.9999909653138043
Dasar-Dasar Probabilitas di Python

Menghitung probabilitas kumulatif (Lanj.)

# Probabilitas >59 kepala dari 100 lemparan dengan p=0.7
1-binom.cdf(k=59, n=100, p=0.7)
0.9875015928335618
# Probabilitas >59 kepala dari 100 lemparan dengan p=0.7
binom.sf(k=59, n=100, p=0.7)
0.9875015928335618
Dasar-Dasar Probabilitas di Python

Mari hitung beberapa probabilitas

Dasar-Dasar Probabilitas di Python

Preparing Video For Download...