Page 169 - 6734

dist = stats.norm(loc=15, scale=1) # ВВ з нормальним
розподілом
X = np.linspace(10,20,100) # область значень ВВ
Xs=dist.rvs(size=1000) # випадкова вибірка значень ВВ
розміром 1000
print Xs.mean(), Xs.std(), Xs.var() # середнє,
середньоквадратичне відхилення, дисперсія
plt.hist(Xs, bins=20, normed=True, color='y') #
гістограма вибірки
plt.plot(X, dist.pdf(X),'k') # функція густини
імовірності розподілу ВВ
plt.plot(X, dist.cdf(X),'k--') # функція розподілу ВВ
(імовірність того, що ВВ буде мати значення менше або
рівне x)
print dist.cdf(15)-dist.cdf(0) # імовірність
попадання в інтервал значень (0,15)
plt.xlabel('x');plt.ylabel('y,
Y');plt.grid();plt.show()
print "Рисунок - Гістограма, функція густини
імовірностей y(x) (-) та функція розподілу Y(x) (--)"

plt.figure()
Y=np.linspace(0,1,100) # область значень функції
розподілу
plt.plot(Y, dist.ppf(Y),'k') # квантільна функція
(інверсна до cdf)
print dist.ppf(0.5) # значення ВВ, якому відповідає
cdf=0.5
cdf1=stats.norm().cdf(3) # 0.998650101968
cdf2=stats.norm().cdf(-3) # 0.00134989803163
print cdf1-cdf2 # імовірність попадання в інтервал (-
3*std,+3*std)
# квантілі стандартного нормального розподілу:
print stats.norm().ppf(cdf1) # з рівнем cdf1

168