正态分布
发布时间：2020-12-17 00:10:22 所属栏目：Python 来源：网络整理
导读：用来计算连续变量的发生率，说的很抽象，简单说就是单独拿出来没什么太大用，但并不是说这个没什么用，相反这个太重要了，这玩意能让你看清世界的真相 先看个图，像这样的线性就是正太分布 正太分布有4个特点 ????? 呈钟形分布，是对称的 ????? 分布的集中趋
|
用来计算连续变量的发生率，说的很抽象，简单说就是单独拿出来没什么太大用，但并不是说这个没什么用，相反这个太重要了，这玩意能让你看清世界的真相 先看个图，像这样的线性就是正太分布
正太分布有4个特点 ????? 呈钟形分布，是对称的 ????? 分布的集中趋势(均值、中位数、众数)都一样 ????? 中间最高的部分等于1.3倍的标准差 ????? 随机变量分布区间无限制 模型函数f(X) = (1/2πσ^0.5)*e^(-(1/2)*(((X-μ)/σ)^2))，e是自然常数，已经说过了这次略过，μ是总体均值，可以用函数算出，σ是总体标准差，也可以用函数算出，X则是随机变量 一个标准正太分布函数的μ = 0，σ = 1，这个看起来有点扯的事其实还是存在的 标准正态分布函数f(Z) = (1/2π)*e^(-1/2*Z^2) 这次牛逼了，一次写两个函数，来了
normal_fun(chance_x,case_list = [0],mean_num = 0,covar_num == 2.7182818= 3.1415926
len_fun(case_list) == 1 case_list[0] === (1 / (covar_num * ((2 * pal) ** 0.5))) * e ** ((0-0.5)*(((chance_x-mean_num)/covar_num) ** 2=== (1 / (covar_num * ((2 * pal) ** 0.5))) * e ** ((0-0.5)*(((chance_x-mean_num)/covar_num) ** 2 normal_num
函数说明：实际需要3个参数，随机变量、期望值、协方差，因此函数有两种用法 ==
case_list = [8,9,10,11,12= normal_fun(3,case_list =
normal_rate = normal_fun(3,covar_num = 1 normal_rate
第二种就是图中的标准正态分布函数，要求μ = 0，σ = 1，因此省略这两个传参
= 2.7182818= 3.1415926= (1 / ((2 * pal) ** 0.5)) * e ** ((0-0.5) * (chance_x ** 2 normal_num
本来想多写点什么的，可是感觉什么和这个都不搭，就把这个单独拎出来放这了 （编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
