📅  最后修改于: 2023-12-03 15:11:25.581000             🧑  作者: Mango
离散随机变量是在一个离散集合(通常为整数)中取值的随机变量。比如抛一枚硬币,正面和反面的出现就是一个离散随机变量,因为它只有两个离散的取值。
概率是描述事件发生可能性的数字,表示事件发生的可能性大小。概率的取值范围是0到1之间,0表示事件不可能发生,1表示事件一定会发生。
离散随机变量的概率分布是指每个可能的取值发生的概率。通常用概率质量函数(probability mass function,PMF)来表示。
在 Python 中,可以用 numpy 库中的 random 模块生成离散随机变量,用 scipy 库中的 stats 模块计算概率分布。
以下是一个简单的示例代码片段,生成一个抛硬币的例子,计算正面朝上的概率:
import numpy as np
from scipy import stats
# 生成一个抛硬币的例子
coin_toss = np.random.randint(2, size=100)
# 计算正面朝上的概率
p_heads = stats.itemfreq(coin_toss)[1, 1] / len(coin_toss)
print('正面朝上的概率为:', p_heads)
返回的 markdown 格式:
#### 离散随机变量和概率
##### 什么是离散随机变量?
离散随机变量是在一个离散集合(通常为整数)中取值的随机变量。比如抛一枚硬币,正面和反面的出现就是一个离散随机变量,因为它只有两个离散的取值。
##### 什么是概率?
概率是描述事件发生可能性的数字,表示事件发生的可能性大小。概率的取值范围是0到1之间,0表示事件不可能发生,1表示事件一定会发生。
##### 离散随机变量的概率分布
离散随机变量的概率分布是指每个可能的取值发生的概率。通常用概率质量函数(probability mass function,PMF)来表示。
在 Python 中,可以用 numpy 库中的 random 模块生成离散随机变量,用 scipy 库中的 stats 模块计算概率分布。
以下是一个简单的示例代码片段,生成一个抛硬币的例子,计算正面朝上的概率:
```python
import numpy as np
from scipy import stats
# 生成一个抛硬币的例子
coin_toss = np.random.randint(2, size=100)
# 计算正面朝上的概率
p_heads = stats.itemfreq(coin_toss)[1, 1] / len(coin_toss)
print('正面朝上的概率为:', p_heads)