Ma trận phân phối chuẩn python

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 chuẩn

Hàm 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=1

norm.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[]
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[]

0. Ta sử dụng miền −4