विच्छिन्न वितरण
Python में Statistics परिचय
Maggie Matsui
Content Developer, DataCamp
पासा फेंकना
पासा फेंकना
सेल्सपर्सन चुनना
प्रायिकता वितरण
किसी परिदृश्य में हर संभावित परिणाम की प्रायिकता बताता है
Expected value: किसी प्रायिकता वितरण का mean
संतुलित पासा रोल का expected value = $(1 \times \frac{1}{6}) + (2 \times \frac{1}{6}) +(3 \times \frac{1}{6}) +(4 \times \frac{1}{6}) +(5 \times \frac{1}{6}) +(6 \times \frac{1}{6}) = 3.5$
प्रायिकता वितरण का विज़ुअलाइज़ेशन
प्रायिकता = क्षेत्रफल
$$P(\text{die roll}) \le 2 = ~?$$
प्रायिकता = क्षेत्रफल
$$P(\text{die roll}) \le 2 = 1/3$$
असंतुलित पासा
असंतुलित पासा रोल का expected value = $(1 \times \frac{1}{6}) +(2 \times 0) +(3 \times \frac{1}{3}) +(4 \times \frac{1}{6}) +(5 \times \frac{1}{6}) +(6 \times \frac{1}{6}) = 3.67$
असमान प्रायिकताओं का विज़ुअलाइज़ेशन
क्षेत्र जोड़ना
$$P(\text{uneven die roll}) \le 2 = ~?$$
क्षेत्र जोड़ना
$$P(\text{uneven die roll}) \le 2 = 1/6$$
विच्छिन्न प्रायिकता वितरण
विच्छिन्न परिणामों के लिए प्रायिकताएँ बताएँ
संतुलित पासा
Discrete uniform distribution
असंतुलित पासा
सैंपल का विज़ुअलाइज़ेशन
rolls_10['number'].hist(bins=np.linspace(1,7,7))
plt.show()
सैंपल वितरण बनाम सैद्धांतिक वितरण
10 रोल का सैंपल
np.mean(rolls_10['number']) = 3.0
सैद्धांतिक प्रायिकता वितरण
mean(die['number']) = 3.5
बड़ा सैंपल
100 रोल का सैंपल
np.mean(rolls_100['number']) = 3.4
सैद्धांतिक प्रायिकता वितरण
mean(die['number']) = 3.5
और भी बड़ा सैंपल
1000 रोल का सैंपल
np.mean(rolls_1000['number']) = 3.48
सैद्धांतिक प्रायिकता वितरण
mean(die['number']) = 3.5
