Die Wahrscheinlichkeit von Defekten vorhersagen

Jede Situation mit genau zwei möglichen Ergebnissen kann mit binomial verteilten Zufallsvariablen modelliert werden. Zum Beispiel, ob jemand ein Produkt mag oder nicht, oder ob jemand gewählt hat oder nicht.

Lass uns modellieren, ob ein Bauteil eines Zulieferers einen Defekt aufweist oder nicht. Aus den Tausenden von Bauteilen, die wir von einem Zulieferer erhalten haben, ziehen wir eine zufällige Stichprobe von 50. Die vereinbarte und akzeptierte Defektrate beträgt 2 %.

Wir importieren das Objekt binom aus scipy.stats.

Zur Erinnerung:

• binom.pmf() berechnet die Wahrscheinlichkeit, bei n Münzwürfen genau k Mal Kopf zu erhalten.
• binom.cdf() berechnet die Wahrscheinlichkeit, bei n Münzwürfen k Mal oder weniger Kopf zu erhalten.
• binom.sf() berechnet die Wahrscheinlichkeit, bei n Münzwürfen mehr als k Mal Kopf zu erhalten.