讀書筆記-如何在Python中實現這五類強大的概率分布

參考：如何在Python中實現這五類強大的概率分布 - CSDN博客

仔細研究一下scipy.stats模塊。

概率分布有兩種類型：離散（discrete）概率分布和連續（continuous）概率分布。

離散概率分布也稱為概率質量函數（probability mass function）。

離散概率分布的例子有伯努利分布（Bernoulli distribution）、二項分布（binomial distribution）、泊松分布（Poisson distribution）和幾何分布（geometric distribution）等。

連續概率分布也稱為概率密度函數（probability density function），它們是具有連續取值（例如一條實線上的值）的函數。

正態分布（normal distribution）、指數分布（exponential distribution）和β分布（beta distribution）等都屬於連續概率分布。

二項分布（Binomial Distribution）

stats.binom.pmf

泊松分布（Poisson Distribution)

stats.poisson.pmf

正態分布（Normal Distribution）

stats.norm.pdf

β分布（Beta Distribution）

stats.beta.pdf

指數分布（Exponential Distribution）

指數分布是一種連續概率分布，用於表示獨立隨機事件發生的時間間隔。比如旅客進入機場的時間間隔、打進客服中心電話的時間間隔、中文維基百科新條目出現的時間間隔等等。

P(x;λ)=λe^-λx

下面的例子，假設1秒里，平均發生事件的次數為0.5，那麼，兩次之間的間隔時間的概率密度函數為：

lambd=0.5

x=np.arange(0, 15, 0.1)

y = lambd * np.exp(-lambd * x)

plot(x,y) #從圖形看出，概率是急劇下降的