การแจกแจงความน่าจะเป็นและเรื่องราว: การแจกแจงทวินาม

Statistical Thinking in Python (ตอนที่ 1)

Justin Bois

Teaching Professor at the California Institute of Technology

ฟังก์ชันมวลความน่าจะเป็น (PMF)

ชุดของความน่าจะเป็นของผลลัพธ์แบบไม่ต่อเนื่อง

PMF แบบสม่ำเสมอไม่ต่อเนื่อง

ch3-3.004.png

การแจกแจงความน่าจะเป็น

คำอธิบายเชิงคณิตศาสตร์ของผลลัพธ์

การแจกแจงแบบสม่ำเสมอไม่ต่อเนื่อง: เรื่องราว

ผลลัพธ์จากการทอยลูกเต๋าหนึ่งด้านที่ยุติธรรมนั้น

ไม่ต่อเนื่อง
มีการแจกแจงแบบสม่ำเสมอ

การแจกแจงทวินาม: เรื่องราว

จำนวน r ของความสำเร็จใน n การทดลองแบบเบอร์นูลลี ที่มีความน่าจะเป็น p ของความสำเร็จ มีการแจกแจงแบบทวินาม
จำนวน r ของด้านหัวใน 4 การโยนเหรียญ ที่มีความน่าจะเป็น 0.5 ของด้านหัว มีการแจกแจงแบบทวินาม

การสุ่มตัวอย่างจากการแจกแจงทวินาม

rng.binomial(4, 0.5)

rng.binomial(4, 0.5, size=10)

array([4, 3, 2, 1, 1, 0, 3, 2, 3, 0])

PMF ของการแจกแจงทวินาม

samples = rng.binomial(60, 0.1, size=10000)
n = 60
p = 0.1

ch3-3.019.png

CDF ของการแจกแจงทวินาม

import matplotlib.pyplot as plt
import seaborn as sns
sns.set()
x, y = ecdf(samples)
_ = plt.plot(x, y, marker='.', linestyle='none')
plt.margins(0.02)
_ = plt.xlabel('number of successes')
_ = plt.ylabel('CDF')
plt.show()

CDF ของการแจกแจงทวินาม

ch3-3.022.png

มาฝึกกันเถอะ!

Statistical Thinking in Python (ตอนที่ 1)