Rozkłady normalne

Podstawy rachunku prawdopodobieństwa w Pythonie

Alexander A. Ramírez M.

CEO @ Synergy Vision

Modelowanie miar

Przykładowe miary rozkładu normalnego

Normalna funkcja gęstości prawdopodobieństwa dla wzrostu kobiet i mężczyzn

Standardowa normalna funkcja gęstości prawdopodobieństwa

$$ $$ Standardowa normalna funkcja gęstości prawdopodobieństwa dla -1

$$ $$ Standardowa normalna funkcja gęstości prawdopodobieństwa dla 0

$$ $$ Normalna standardowa gęstość prawdopodobieństwa

$$ $$ Prawdopodobieństwo normalne jako pole

Symetryczny kształt normalnej funkcji gęstości

Średnia z normalnej funkcji gęstości

Normalna funkcja gęstości ze średnią 1

Normalna funkcja gęstości ze średnią -2

Normalna funkcja gęstości z odchyleniem standardowym 0,64

Normalna funkcja gęstości z odchyleniem standardowym 1

Normalna funkcja gęstości z odchyleniem standardowym 2

Wykres prawdopodobieństwa odległości 1 odchylenia standardowego od średniej

Wykres prawdopodobieństwa odległości 2 odchyleń standardowych od średniej

Wykres prawdopodobieństwa odległości 3 odchyleń standardowych od średniej

# Import norm, matplotlib.pyplot, and seaborn
from scipy.stats import norm
import matplotlib.pyplot as plt
import seaborn as sns

# Create the sample using norm.rvs()
sample = norm.rvs(loc=0, scale=1, size=10000, random_state=13)

# Plot the sample
sns.distplot(sample)
plt.show()

Wykres gęstości prawdopodobieństwa próby

Podstawy rachunku prawdopodobieństwa w Pythonie