SciPy Calcular la probabilidad de distribución normal

En este artículo, discutiremos la distribución normal de SciPy. Calcularemos la probabilidad de distribución normal usando SciPy.

Distribución normal

Primero, entendamos la distribución normal.

La distribución normal es una distribución de probabilidad continua para una variable aleatoria con valores reales. Se calcula utilizando la media y la desviación estándar.

La función de densidad de probabilidad, a veces conocida como PDF, calcula la probabilidad de un solo punto en una distribución. El PDF se calcula usando esta fórmula:

Donde μ es la media y σ es la desviación estándar de la distribución.

Calcule la probabilidad de distribución normal usando SciPy

Para calcular la función de densidad de probabilidad de una distribución particular, utilizaremos uno de los métodos scipy.stats.norm.pdf().

La sintaxis de scipy.stats.norm.pdf() se proporciona a continuación:

scipy.stats.norm.pdf(data, loc, scale)

Donde datos es una colección de puntos o valores que representan datos igualmente muestreados en forma de datos de matriz, loc es la ubicación de los datos de muestra (media) y escala es una muestra de desviación estándar.

Veamos cómo calcular el pdf de una distribución particular usando los métodos a continuación:

Primero, importe las bibliotecas requeridas de esta manera:

Luego crea una matriz para obtener números aleatorios. Aquí, hemos creado una matriz entre -10 y 10 con una diferencia de 0,3 y la hemos almacenado en un objeto x_arr..

Obtengamos los valores de la media y la desviación estándar usando los datos aleatorios dados.

Ahora calculando el valor pdf usando el método norma con loc=media y escala=estándar.

Aquí, 5 es un objeto similar a una matriz cuya probabilidad se va a calcular.

Imprimiendo el valor calculado de pdf:

Aquí está la captura de pantalla del código completo:

De esta forma, podemos usar los valores de desviación estándar y media para calcular la probabilidad de distribución normal usando la biblioteca SciPy.