और प्रायिकता वितरण

Python में Statistics परिचय

Maggie Matsui

Content Developer, DataCamp

Exponential वितरण

Poisson घटनाओं के बीच समय की प्रायिकता
उदाहरण
- गोद लेने के बीच > 1 दिन की प्रायिकता
- रेस्तरां आगमन के बीच < 10 मिनट की प्रायिकता
- भूकंपों के बीच 6-8 महीनों की प्रायिकता
lambda (दर) भी उपयोग करता है
सतत (समय)

औसतन, हर 2 मिनट में एक कस्टमर सर्विस टिकट बनता है
- $\lambda$ = प्रति मिनट 0.5 कस्टमर सर्विस टिकट

lambda = 0.5 वाला Exponential वितरण

3 Exponential वितरण: lambda = 0.5, lambda = 1, और lambda = 1.5

दर (Poisson) के रूप में:

घटनाओं के बीच समय (exponential) के रूप में:

from scipy.stats import expon

$P(\text{wait} < \text{1 min})$ =

expon.cdf(1, scale=2)

0.3934693402873666

$P(\text{wait} > \text{4 min})$ =

1- expon.cdf(4, scale=2)

0.1353352832366127

$P(\text{1 min} < \text{wait} < \text{4 min})$ =

expon.cdf(4, scale=2) - expon.cdf(1, scale=2)

0.4711953764760207

t-वितरण और सामान्य वितरण एक ही अक्ष पर प्लॉटेड

पैरामीटर degrees of freedom (df) होता है जो टेल्स की मोटाई को प्रभावित करता है
- कम df = मोटी टेल्स, अधिक standard deviation
- अधिक df = सामान्य वितरण के करीब

3 t वितरण: df = 1, df = 5, और df = 10

ऐसा वैरिएबल जिसका लघुगणक सामान्य रूप से वितरित हो
उदाहरण:
- शतरंज खेलों की लंबाई
- वयस्कों का रक्तचाप
- 2003 SARS प्रकोप में हॉस्पिटलाइज़ेशन की संख्या

3 log-normal वितरण: sd = 0.5, sd = 1, और sd = 1.5

Python में Statistics परिचय