文章目录
-
- 正态分布
- 二项分布
- 验证
正态分布
正态分布，最早由棣莫弗在二项分布的渐近公式中得到，而真正奠定其地位的，应是高斯对测量误差的研究，故而又称Gauss分布。测量是人类定量认识自然界的基础，测量误差的普遍性，使得正态分布拥有广泛的应用场景，或许正因如此，正太分布在分布族谱图中居于核心的位置。
正态分布
N
(
μ
,
σ
)
N(mu, sigma)
N(μ,σ)受到期望
μ
mu
μ和方差
σ
2
sigma^2
σ2的调控，其概率密度函数为
1
2
π
σ
2
exp
[
−
(
x
−
μ
)
2
2
σ
2
]
frac{1}{sqrt{2pisigma^2}}exp[-frac{(x-mu)^2}{2sigma^2}]
2πσ2
1exp[−2σ2(x−μ)2]
当
μ
=
0
mu=0
μ=0而
σ
=
1
sigma=1
σ=1时，为标准正态分布
N
(
0
,
1
)
N(0,1)
N(0,1)，对应概率分布函数为
Φ
(
x
)
=
1
2
π
exp
[
−
x
2
2
]
Phi(x)=frac{1}{sqrt{2pi}}exp[-frac{x^2}{2}]
Φ(x)=2π
1exp[−2x2]，形状如下，
在scipy.stats中，分别封装了正态分布类norm和标准正态分布类halfnorm。
二项分布
二项分布是非常简单而又基础的一种离散分布，貌似是高中学到的第一个分布，就算不是第一个，也是第一批。在
N
N
N次独立重复的伯努利试验中，设A在每次实验中发生的概率均为
p
p
p。则
N
N
N次试验后A发生
k
k
k次的概率分布，就是二项分布，记作
X
∼
B
(
n
,
p
)
Xsim B(n,p)
X∼B(n,p)，则
P
{
X
=
k
}
=
(
n
k
)
p
k
(
1
−
p
)
n
−
k
P{X=k}=binom{n}{k}p^k(1-p)^{n-k}
P{X=k}=(kn)pk(1−p)n−k
其中
(
n
k
)
=
n
!
k
!
(
n
−
k
)
!
binom{n}{k}=frac{n!}{k!(n-k)!}
(kn)=k!(n−k)!n!，高中的写法一般是
C
n
k
C^k_n
Cnk。
记
q
=
1
−
p
q=1-p
q=1−p，令
x
k
=
k
−
n
p
n
p
q
x_k=frac{k-np}{sqrt{npq}}
xk=npq
k−np，当
n
n
n趋近于无穷大时，根据De Moivre–Laplace定理，有
lim
n
→
∞
n
!
k
!
(
n
−
k
)
!
p
k
q
n
−
k
≈
1
2
π
n
p
q
e
(
k
−
n
p
)
2
2
n
p
q
lim_{ntoinfty}frac{n!}{k!(n-k)!}p^kq^{n-k}approxfrac{1}{sqrt{2pi npq}}e^{frac{(k-np)^2}{2npq}}
n→∞limk!(n−k)!n!pkqn−k≈2πnpq
1e2npq(k−np)2
即服从
σ
2
=
n
p
q
,
μ
=
n
p
sigma^2=npq, mu=np
σ2=npq,μ=np的高斯分布。
验证
下面通过scipy.stats对二项分布和高斯分布之间的关联进行验证
import numpy as np
import matplotlib.pyplot as plt
import scipy.stats as ss
p,q = 0.2, 0.8
ns = [10, 100, 1000, 10000]
fig = plt.figure()
for i,n in enumerate(ns):
rs = ss.binom(n, p).rvs(50000)
rv = ss.norm(n*p, np.sqrt(n*p*q))
st, ed = rv.interval(0.999)
xs = np.linspace(st, ed, 100)
ys = rv.pdf(xs)
ax = fig.add_subplot(2,2,i+1)
ax.hist(rs, density=True, bins='auto', alpha=0.2)
ax.plot(xs, ys)
plt.title(f"n={n}")
plt.show()
效果如下，可见随着
n
n
n越来越大，二项分布的随机数越来越靠近正态分布的概率密度曲线
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
作者 | CQT&星云团队 一、背景 代码级质量技术：顾名思义为了服务质量更好，涉及到代码层面的相关技术，特别要指出的是，代码级质量技术不单纯指代码召回技术，如静态代码扫描、单元测试等。 研究代码级质量技术主要有以下几个方面的原因： 1、随着精准测试等…
