介绍
今天就跟大家聊聊有关python代码实现超几何分布,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。
超几何分布属于离散型随机变量的概率分布问题,随机变量可以取有限个值,在每取一个值时可以求出一个概率,此时求解的方法就是采用古典概型公式。
产品抽样检查中经常遇到一类实际问题,假定在N件产品中有M件不合格品,即不合格率,。
在产品中随机抽n件做检查,发现k件不合格品的概率为,,,k=0, 1, 2,…,最小{n, M}。
亦可写作,,,
(与上式不同的是米可为任意实数,而C表示的组合数M为非负整数)
,为古典概型的组合形式,一种为下限,b为上限,此时我们称随机变量X服从超几何分布(超几何分布)。
需要注意的是:
(1)超几何分布的模型是不放回抽样。
(2)超几何分布中的参数是M, N, N,上述超几何分布记作X ~ H (N, N, M)。
<强> python实例代码:强>
import numpy as np import matplotlib.pyplot  as plt #,超几何分布,超几何(nbad, ngood,还以为,nsample,大?None),好的总数,坏的总数,每次采样数,试验次数 #,np.random.hypergeometric(10年,20年,5、大?4) #,在一个口袋中装有30个球,其中有10个红球,其余为白球,这些球除颜色外完全相同。游戏者一次从中摸出5个球。 摸到至少4个红球就中一等奖,那么获一等奖的概率是多少吗? 时间=s np.random.hypergeometric(10年,20年,5、大?1000000) p =,总和(s>=4)/1000000。 打印(p) 时间=fig plt.figure (figsize=(6)) 时间=a1 fig.add_subplot (2、2、1) a1.hist (s ,垃圾箱=20,颜色=& # 39;k # 39;,α=0.3) plt.show ()
看完上述内容,你们对python代码实现超几何分布有进一步的了解吗?如果还想了解更多知识或者相关内容,请关注行业资讯频道,感谢大家的支持。