Зміст курсу
Теорія ймовірностей
Теорія ймовірностей
Третій експеримент
Настав час перейти до третього експерименту, який має бути корисним для нас як для data scientist!
Загальна формула:
У цьому експерименті ми будемо працювати з функцією binom.cdf(k, n, p). Ця функція допомагає обчислити ймовірність отримання k або менше успіхів серед n випробувань з ймовірністю успіху для кожного експерименту p.
Приклад з реального життя:
Уявіть, що ми працюємо в банку, і минулого місяця банк отримав 200 клієнтів; ми знаємо, що ймовірність того, що клієнти продовжать працювати з банком, становить 60%. Обчисліть ймовірність того, що з нами залишиться 70 або менше клієнтів.
Код:
from scipy.stats import binom # Calculate the probability experiment = binom.cdf(k = 70, n = 200, p = 0.60) print(experiment)
До речі, ця функція є однією з найпоширеніших. Дійсно, тут важко отримати нуль, тому що нам потрібно 70 або менше (у цьому випадку), тому 1 - це теж релевантний результат! У порівнянні з попередніми функціями (експериментами), де ми отримували принаймні або точно визначену кількість успіхів.
By the way, this function is one of the most commonly used. Indeed it is hard to get zero here because we need 70 or less(in this case), so 1 is a relevant result too! In comparison to the previous functions(experiments) where we would receive at least or exactly defined number of successes.
Завдання
Уявіть, що ми працюємо зі справжніми дослідженнями.
Наше завдання полягає в тому, щоб обчислити ймовірність того, що "10" або "менше" мешканців певного міста з населенням "500" відповість "так" на наше запитання "Чи маєте ви власне житло? "**. Ймовірність того, що відповідь буде позитивною, дорівнює 40%.
- Імпортуйте об'єкт
binomз файлуscipy.stats. - Обчислити ймовірність того, що
10або менше людей серед500опитаних дадуть відповідь "так ", ймовірність отримання позитивної відповіді дорівнює40%.
Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантівДякуємо за ваш відгук!
Третій експеримент
Настав час перейти до третього експерименту, який має бути корисним для нас як для data scientist!
Загальна формула:
У цьому експерименті ми будемо працювати з функцією binom.cdf(k, n, p). Ця функція допомагає обчислити ймовірність отримання k або менше успіхів серед n випробувань з ймовірністю успіху для кожного експерименту p.
Приклад з реального життя:
Уявіть, що ми працюємо в банку, і минулого місяця банк отримав 200 клієнтів; ми знаємо, що ймовірність того, що клієнти продовжать працювати з банком, становить 60%. Обчисліть ймовірність того, що з нами залишиться 70 або менше клієнтів.
Код:
from scipy.stats import binom # Calculate the probability experiment = binom.cdf(k = 70, n = 200, p = 0.60) print(experiment)
До речі, ця функція є однією з найпоширеніших. Дійсно, тут важко отримати нуль, тому що нам потрібно 70 або менше (у цьому випадку), тому 1 - це теж релевантний результат! У порівнянні з попередніми функціями (експериментами), де ми отримували принаймні або точно визначену кількість успіхів.
By the way, this function is one of the most commonly used. Indeed it is hard to get zero here because we need 70 or less(in this case), so 1 is a relevant result too! In comparison to the previous functions(experiments) where we would receive at least or exactly defined number of successes.
Завдання
Уявіть, що ми працюємо зі справжніми дослідженнями.
Наше завдання полягає в тому, щоб обчислити ймовірність того, що "10" або "менше" мешканців певного міста з населенням "500" відповість "так" на наше запитання "Чи маєте ви власне житло? "**. Ймовірність того, що відповідь буде позитивною, дорівнює 40%.
- Імпортуйте об'єкт
binomз файлуscipy.stats. - Обчислити ймовірність того, що
10або менше людей серед500опитаних дадуть відповідь "так ", ймовірність отримання позитивної відповіді дорівнює40%.
Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантівДякуємо за ваш відгук!
Третій експеримент
Настав час перейти до третього експерименту, який має бути корисним для нас як для data scientist!
Загальна формула:
У цьому експерименті ми будемо працювати з функцією binom.cdf(k, n, p). Ця функція допомагає обчислити ймовірність отримання k або менше успіхів серед n випробувань з ймовірністю успіху для кожного експерименту p.
Приклад з реального життя:
Уявіть, що ми працюємо в банку, і минулого місяця банк отримав 200 клієнтів; ми знаємо, що ймовірність того, що клієнти продовжать працювати з банком, становить 60%. Обчисліть ймовірність того, що з нами залишиться 70 або менше клієнтів.
Код:
from scipy.stats import binom # Calculate the probability experiment = binom.cdf(k = 70, n = 200, p = 0.60) print(experiment)
До речі, ця функція є однією з найпоширеніших. Дійсно, тут важко отримати нуль, тому що нам потрібно 70 або менше (у цьому випадку), тому 1 - це теж релевантний результат! У порівнянні з попередніми функціями (експериментами), де ми отримували принаймні або точно визначену кількість успіхів.
By the way, this function is one of the most commonly used. Indeed it is hard to get zero here because we need 70 or less(in this case), so 1 is a relevant result too! In comparison to the previous functions(experiments) where we would receive at least or exactly defined number of successes.
Завдання
Уявіть, що ми працюємо зі справжніми дослідженнями.
Наше завдання полягає в тому, щоб обчислити ймовірність того, що "10" або "менше" мешканців певного міста з населенням "500" відповість "так" на наше запитання "Чи маєте ви власне житло? "**. Ймовірність того, що відповідь буде позитивною, дорівнює 40%.
- Імпортуйте об'єкт
binomз файлуscipy.stats. - Обчислити ймовірність того, що
10або менше людей серед500опитаних дадуть відповідь "так ", ймовірність отримання позитивної відповіді дорівнює40%.
Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантівДякуємо за ваш відгук!
Настав час перейти до третього експерименту, який має бути корисним для нас як для data scientist!
Загальна формула:
У цьому експерименті ми будемо працювати з функцією binom.cdf(k, n, p). Ця функція допомагає обчислити ймовірність отримання k або менше успіхів серед n випробувань з ймовірністю успіху для кожного експерименту p.
Приклад з реального життя:
Уявіть, що ми працюємо в банку, і минулого місяця банк отримав 200 клієнтів; ми знаємо, що ймовірність того, що клієнти продовжать працювати з банком, становить 60%. Обчисліть ймовірність того, що з нами залишиться 70 або менше клієнтів.
Код:
from scipy.stats import binom # Calculate the probability experiment = binom.cdf(k = 70, n = 200, p = 0.60) print(experiment)
До речі, ця функція є однією з найпоширеніших. Дійсно, тут важко отримати нуль, тому що нам потрібно 70 або менше (у цьому випадку), тому 1 - це теж релевантний результат! У порівнянні з попередніми функціями (експериментами), де ми отримували принаймні або точно визначену кількість успіхів.
By the way, this function is one of the most commonly used. Indeed it is hard to get zero here because we need 70 or less(in this case), so 1 is a relevant result too! In comparison to the previous functions(experiments) where we would receive at least or exactly defined number of successes.
Завдання
Уявіть, що ми працюємо зі справжніми дослідженнями.
Наше завдання полягає в тому, щоб обчислити ймовірність того, що "10" або "менше" мешканців певного міста з населенням "500" відповість "так" на наше запитання "Чи маєте ви власне житло? "**. Ймовірність того, що відповідь буде позитивною, дорівнює 40%.
- Імпортуйте об'єкт
binomз файлуscipy.stats. - Обчислити ймовірність того, що
10або менше людей серед500опитаних дадуть відповідь "так ", ймовірність отримання позитивної відповіді дорівнює40%.
Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантівПерейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів