機率分配與情境：二項分配

Statistical Thinking in Python (Part 1)

Justin Bois

Teaching Professor at the California Institute of Technology

機率質量函數（PMF）

離散結果的機率集合

離散均勻 PMF

第 3 章圖 3-3.004

機率分配

對結果的數學描述

離散均勻分配：情境

擲一顆公平骰子的結果是：

離散。
均勻分配。

二項分配：情境

在 n 次伯努利試驗中，成功機率為 p，成功次數 r 服從二項分配。
擲硬幣 4 次，正面機率 0.5，正面次數 r 服從二項分配。

從二項分配取樣

rng.binomial(4, 0.5)

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

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

二項 PMF

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

第 3 章圖 3-3.019

二項 CDF

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()

二項 CDF

第 3 章圖 3-3.022

一起來練習吧！

Statistical Thinking in Python (Part 1)