Поговоримо про дискретні розподіли.

Що це таке?

Дискретний розподіл - це розподіл, який має скінченну кількість можливих результатів.

Щоб глибше зануритися в це визначення, краще розглянути перший приклад, рівномірний розподіл.

Для роботи з цим розподілом нам слід імпортувати об'єкт uniform з scipy.stats, після чого ми зможемо застосувати до цього розподілу численні функції.

Ключові характеристики:

Кожний результат має однакову ймовірність появи.

Приклад:

Коли ми кидаємо гральний кубик, кожна подія завжди має однакову ймовірність. Як ми пам'ятаємо з цього розділу, імовірність - це дріб, де кількість бажаного результату є чисельником, а кількість усіх результатів - знаменником.

Деяка теорія:

Середнє значення розподілу, яке також називають очікуваним значенням, визначає середнє значення вибірки. Стандартне відхилення виражає, наскільки випадкове значення з вибірки відрізняється від середнього.

Тут немає сенсу говорити про середнє та стандартне відхилення; причина в тому, що всі результати мають однакову ймовірність. Немає ніяких відхилень або викидів. До речі, ми навіть не можемо зробити прогноз на основі рівномірного розподілу.

Ми не будемо багато працювати з цим розподілом, тому що матимемо справу з розподілами, які мають більшу прогностичну силу.

Але познайомитися з ним ми повинні! Спробуйте побудувати випадкову вибірку рівномірного розподілу. Це можна зробити за допомогою об'єкта uniform з scipy.stats, синтаксис - uniform.rvs(size), де потрібно задати розмір.