Nhập môn Thống kê với Python
Maggie Matsui
Content Developer, DataCamp


binom.rvs(# đồng xu, xác suất sấp/thành công, size=# lượt)
1 = sấp, 0 = ngửa
from scipy.stats import binombinom.rvs(1, 0.5, size=1)
array([1])
binom.rvs(1, 0.5, size=8)
array([0, 1, 1, 0, 1, 0, 1, 1])

binom.rvs(8, 0.5, size=1)
array([5])

binom.rvs(3, 0.5, size=10)
array([0, 3, 2, 1, 3, 0, 2, 2, 0, 0])

binom.rvs(3, 0.25, size=10)
array([1, 1, 1, 1, 0, 0, 2, 0, 1, 0])

Phân phối xác suất của số lần thành công trong dãy phép thử độc lập
Ví dụ: Số lần sấp trong dãy tung đồng xu
Mô tả bởi $n$ và $p$
binom.rvs(n=10, p=0.5, size=20)

$P(\text{heads} = 7)$
# binom.pmf(số sấp, số lần tung, xác suất sấp)
binom.pmf(7, 10, 0.5)
0.1171875
$P(\text{heads} \le 7)$
binom.cdf(7, 10, 0.5)
0.9453125
$P(\text{heads} > 7)$
1 - binom.cdf(7, 10, 0.5)
0.0546875
$\text{Giá trị kỳ vọng} = n \times p$
Số lần sấp kỳ vọng trong 10 lượt $= 10 \times 0.5 = 5$
Phân phối nhị thức là phân phối xác suất của số lần thành công trong dãy phép thử độc lập

Phân phối nhị thức là phân phối xác suất của số lần thành công trong dãy phép thử độc lập
Xác suất ở lượt 2 bị thay đổi do kết quả lượt 1
Nếu các phép thử không độc lập, không áp dụng phân phối nhị thức!

Nhập môn Thống kê với Python