Дискретний рівномірний розподіл
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.
Swipe to start coding
Спробуйте побудувати рівномірний розподіл за таким алгоритмом:
- Імпортувати бібліотеку
seaborn
якsns
. - Імпортувати об'єкт
uniform
з файлуscipy.stats
. - Імпортувати
matplotlib.pyplot
якplt
. - Створити розподіл
uniform
розміром20000
. - Створити histplot з Seaborn на основі
uniform
розподілу.
Рішення
Дякуємо за ваш відгук!
single
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Awesome!
Completion rate improved to 3.7
Дискретний рівномірний розподіл
Свайпніть щоб показати меню
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.
Swipe to start coding
Спробуйте побудувати рівномірний розподіл за таким алгоритмом:
- Імпортувати бібліотеку
seaborn
якsns
. - Імпортувати об'єкт
uniform
з файлуscipy.stats
. - Імпортувати
matplotlib.pyplot
якplt
. - Створити розподіл
uniform
розміром20000
. - Створити histplot з Seaborn на основі
uniform
розподілу.
Рішення
Дякуємо за ваш відгук!
Awesome!
Completion rate improved to 3.7single