Normalfördelningar

Grunderna i sannolikhetslära med Python

Alexander A. Ramírez M.

CEO @ Synergy Vision

Modellering av mått

Möjliga normalfördelade mått

Grunderna i sannolikhetslära med Python

Exempel: vuxnas längd

Normal sannolikhetstäthetsfunktion för mäns och kvinnors längd

Grunderna i sannolikhetslära med Python

Sannolikhetstäthet

Normal standardiserad sannolikhetstäthetsfunktion

Grunderna i sannolikhetslära med Python

Exempel på sannolikhetstäthet

$$ $$ Normal standardiserad sannolikhetstäthetsfunktion vid -1

$$ $$ Normal standardiserad sannolikhetstäthetsfunktion vid 0

Grunderna i sannolikhetslära med Python

Sannolikhetstäthet och sannolikhet

$$ $$ Normal standardiserad sannolikhetstäthet

$$ $$ Normal standardiserad sannolikhet som area

Grunderna i sannolikhetslära med Python

Symmetri

Symmetrisk form hos normalfördelningens täthetsfunktion

Grunderna i sannolikhetslära med Python

Medelvärde

Medelvärde från en normalfördelningens täthetsfunktion

Grunderna i sannolikhetslära med Python

Medelvärde (forts.)

Normalfördelningens täthetsfunktion med medelvärde 1

Grunderna i sannolikhetslära med Python

Medelvärde (forts.)

Normalfördelningens täthetsfunktion med medelvärde -2

Grunderna i sannolikhetslära med Python

Standardavvikelse

Normalfördelningens täthetsfunktion med standardavvikelse 0,64

Grunderna i sannolikhetslära med Python

Standardavvikelse (forts.)

Normalfördelningens täthetsfunktion med standardavvikelse 1

Grunderna i sannolikhetslära med Python

Standardavvikelse (forts.)

Normalfördelningens täthetsfunktion med standardavvikelse 2

Grunderna i sannolikhetslära med Python

En standardavvikelse

Diagram över sannolikheten att vara 1 standardavvikelse från medelvärdet

Grunderna i sannolikhetslära med Python

Två standardavvikelser

Diagram över sannolikheten att vara 2 standardavvikelser från medelvärdet

Grunderna i sannolikhetslära med Python

Tre standardavvikelser

Diagram över sannolikheten att vara 3 standardavvikelser från medelvärdet

Grunderna i sannolikhetslära med Python

Sampla från normalfördelningen

# 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()
Grunderna i sannolikhetslära med Python

Sampla från normalfördelningen (forts.)

Diagram över sannolikhetstätheten för ett sampel

Grunderna i sannolikhetslära med Python

Nu kör vi en övning!

Grunderna i sannolikhetslära med Python

Preparing Video For Download...