जियोमेट्रिक डिस्ट्रीब्यूशन्स

Python में Probability की बुनियाद

Alexander A. Ramírez M.

CEO @ Synergy Vision

जियोमेट्रिक मॉडलिंग

बास्केटबॉल खिलाड़ी फ्री थ्रो

जियोमेट्रिक डिस्ट्रीब्यूशन का प्रॉबेबिलिटी मास फंक्शन प्लॉट

0.3 स्कोर-प्रॉबेबिलिटी वाले बास्केटबॉल खिलाड़ी का मॉडल।

जियोमेट्रिक डिस्ट्रीब्यूशन का प्रॉबेबिलिटी मास फंक्शन प्लॉट

हम 0.033 प्रॉबेबिलिटी वाले ग्रिज़ली भालू का मॉडल कर सकते हैं कि वह सैल्मन पकड़ेगा।

जियोमेट्रिक डिस्ट्रीब्यूशन का प्रॉबेबिलिटी मास फंक्शन प्लॉट

Python में इसे ऐसे कोड करते हैं:

# Import geom
from scipy.stats import geom

# Calculate the probability mass 
# with pmf
geom.pmf(k=30, p=0.0333)

0.02455102908739612

p पैरामीटर success की प्रॉबेबिलिटी बताता है।

जियोमेट्रिक डिस्ट्रीब्यूशन का क्यूम्यूलेटिव डिस्ट्रीब्यूशन फंक्शन

# Calculate cdf of 4
geom.cdf(k=4, p=0.3)

0.7598999999999999

जियोमेट्रिक डिस्ट्रीब्यूशन का सर्वाइवल फंक्शन

$$ $$

# Calculate sf of 2
geom.sf(k=2, p=0.3)

0.49000000000000005

जियोमेट्रिक डिस्ट्रीब्यूशन का परसेंट पॉइंट फंक्शन

$$ $$

# Calculate ppf of 0.6
geom.ppf(q=0.6, p=0.3)

3.0

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

# Create the sample using geom.rvs()
sample = geom.rvs(p=0.3, size=10000, random_state=13)

# Plot the sample
sns.distplot(sample, bins = np.linspace(0,20,21), kde=False)
plt.show()

जियोमेट्रिक डिस्ट्रीब्यूशन का सैंपल हिस्टोग्राम

Python में Probability की बुनियाद