概率的二项式分布如何计算,概率统计二项分布怎么算

目录

　　二元分布

　　篮球的例子：

　　疫苗的例子：

　　新冠肺炎的例子：

　　第一种了解分布的方法：四选二，c42。

　　第二种理解方法：总阶乘除以重复数的阶乘。

　　举例：篮球：某人篮球投篮命中率0.3，一共10投。你一定要问至少两枪的概率吗？

　　分析：

　　)1)每次出手都有两个结果，打偏了；

　　2)每次出手的概率都是一样的，都是0.3；

　　)3)每个镜头都被认为是一个独立的事件。

　　因此，它符合二进制分布。

　　Python实现

　　将numpy作为np导入

　　将scipy.stats作为sp导入

　　n=10

　　p=0.3

　　k=NP.arange(n1)).

　　px=SPs。比诺姆PMF(k，n，p).

　　print(sum(px[2:3])

　　0.233

　　打印(sum (px [2:]))

　　0.85

　　疫苗举例：接种疫苗后出现过敏反应的概率为0.08。100人在社区卫生中心接种疫苗后，3人以内出现过敏反应的概率有多大？

　　用上面的例子分析方法，这个问题也属于二元分布问题。少于三个人的人有过敏反应，马上问：

　　p(x3 )=p ) x=0) p(x=1) p(x=1)=c ) 100，0 ) 08 ) 02 ) 100c ) 100，1 ) 0.08 )1) 0.02 ) 99c)

　　将numpy作为np导入

　　将scipy.stats作为sp导入

　　n=100

　　p=0.08

　　k=NP.arange(n1)).

　　px=SPs。比诺姆PMF(k，n，p).

　　打印(sum (px [:3]))

　　1.127%

　　比如新冠肺炎：不良贷款率为1%。假设有1万人，100%的不良人数可能不到200人。

　　将numpy作为np导入

　　将scipy.stats作为sp导入

　　n=10000

　　p=0.01

　　k=NP.arange(n1)).

　　px=SPs。比诺姆PMF(k，n，p).

　　打印(sum (px [:50])

　　打印(总和(像素[:100])

　　打印(总和(像素[:150])

　　打印(总和(像素[:200])

　　打印(sum(px[200:])

　　e-080。58883.88868888881