Phân phối chuẩn thường được sử dụng trong khoa học tự nhiên và xã hội để biểu diễn các biến ngẫu nhiên có giá trị thực chưa biết phân phối. Phân phối chuẩn là phân phối xác suất lý thuyết liên tục. Trong bài viết này, tôi sẽ khám phá phân phối Chuẩn bằng Jupyter Notebook
Hãy nhập tất cả các thư viện cần thiết
from scipy.stats import norm
import numpy as np
import matplotlib.pyplot as plt
Hàm mật độ xác suất phân phối chuẩnHàm mật độ xác suất [PDF] của phân phối chuẩn là
Biến ngẫu nhiên 𝑋 được mô tả trong PDF là biến chuẩn tuân theo phân phối chuẩn với giá trị trung bình và phương sai
Ký hiệu phân phối chuẩn là
Diện tích dưới đường cong bằng 1
giá trị norm.pdf[x=1.0, loc=0, scale=1]
5
norm.pdf[x=1.0, loc=0, scale=1]
5 trả về một giá trị PDF. Sau đây là giá trị PDF khi 𝑥=1, 𝜇=0, 𝜎=1norm.pdf[x=1.0, loc=0, scale=1]
Nếu bạn muốn xem mã cho biểu đồ trên, vui lòng xem cái này
Vì
norm.pdf[x=1.0, loc=0, scale=1]
5 trả về giá trị PDF nên chúng ta có thể sử dụng hàm này để vẽ đồ thị hàm phân phối chuẩn. Chúng tôi vẽ biểu đồ PDF của phân phối chuẩn bằng cách sử dụng norm.pdf[x=1.0, loc=0, scale=1]
8, norm.pdf[x=1.0, loc=0, scale=1]
9 và fig, ax = plt.subplots[]0. Ta sử dụng miền −4
x= np.arange[-4,4,0.001]
ax.set_title['N[0,$1^2$]']
ax.set_xlabel['x']
ax.set_ylabel['f[x]']
ax.plot[x, norm.pdf[x]]
ax.set_ylim[0,0.45]plt.show[]