Zakres wartości

Załóżmy, że wyniki pewnego testu akademickiego mają rozkład normalny ze średnią 65 i odchyleniem standardowym 10.

Jaki byłby zakres wyników oddalonych o dwa odchylenia standardowe od średniej?

To ćwiczenie jest częścią kursu

Podstawy rachunku prawdopodobieństwa w Pythonie

Interaktywne ćwiczenie praktyczne

Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń

Rozpocznij ćwiczenie

To ćwiczenie jest częścią kursu

Podstawy rachunku prawdopodobieństwa w Pythonie

SkillTag.level.intermediateSkillTag.label

4.8+

Rozpocznij kurs za darmo

Rzut monetą to klasyczny przykład eksperymentu losowego. Możliwe wyniki to orzeł lub reszka. Ten rodzaj eksperymentu, znany jako próba Bernoulliego lub próba dwumianowa, pozwala modelować problemy z dwoma możliwymi wynikami – takimi jak „tak" lub „nie" czy „głos za" lub „głos przeciw". Ten rozdział wprowadza eksperymenty Bernoulliego, rozkłady dwumianowe do modelowania wielu prób Bernoulliego oraz symulacje prawdopodobieństwa z użyciem biblioteki scipy.

Exercise 1: Rzućmy monetą w Pythonie Exercise 2: Rzuty monetą Exercise 3: Rzucamy jeszcze więcej monetami z binom Exercise 4: Funkcje masy prawdopodobieństwa i dystrybuanty Exercise 5: Przewidywanie prawdopodobieństwa wystąpienia wad Exercise 6: Przewidywanie statusu zatrudnienia Exercise 7: Przewidywanie wskaźnika wykrywalności włamań Exercise 8: Wartość oczekiwana, średnia i wariancja Exercise 9: Obliczanie wartości oczekiwanej i wariancji Exercise 10: Obliczanie średniej próbki Exercise 11: Weryfikacja wyników Exercise 12: Obliczanie średniej i wariancji próbki

W tym rozdziale nauczysz się obliczać różne rodzaje prawdopodobieństw – m.in. prawdopodobieństwo iloczynu dwóch zdarzeń oraz sumę prawdopodobieństw dwóch zdarzeń – a także symulować takie sytuacje. Poznasz też prawdopodobieństwo warunkowe i nauczysz się stosować regułę Bayesa.

Exercise 1: Obliczanie prawdopodobieństw dwóch zdarzeń Exercise 2: Czy zdarzenia się pokrywają?Exercise 3: Pomiar próbki Exercise 4: Prawdopodobieństwa łączne Exercise 5: Talia kart Exercise 6: Prawdopodobieństwa warunkowe Exercise 7: Opóźnione loty Exercise 8: Tabela kontyngencji Exercise 9: Więcej kart Exercise 10: Prawo całkowitego prawdopodobieństwa Exercise 11: Silniki Formuły 1 Exercise 12: Wyborcy Exercise 13: Reguła Bayesa Exercise 14: Warunkowanie Exercise 15: Fabryki i części Exercise 16: Badanie krwi na grypę świńską

Do tej pory pracowaliśmy z rozkładami dwumianowymi, ale zmienna losowa może przyjmować wiele różnych rozkładów prawdopodobieństwa. W tym rozdziale poznasz trzy kolejne, powiązane z rozkładem dwumianowym: rozkład normalny, rozkład Poissona i rozkład geometryczny.

Exercise 1: Rozkłady normalne Exercise 2: Zakres wartości

Bieżące ćwiczenie

Exercise 3: Wizualizacja rozkładów normalnych Exercise 4: W obrębie trzech odchyleń standardowych Exercise 5: Prawdopodobieństwa rozkładu normalnego Exercise 6: Przykład z wydatkami w restauracji Exercise 7: Przykład z baterią smartfona Exercise 8: Przykład: wzrost dorosłych Exercise 9: Rozkłady Poissona Exercise 10: Przykład z bankomatem Exercise 11: Przykład: wypadki na autostradzie Exercise 12: Generowanie i wizualizacja rozkładów Poissona Exercise 13: Rozkłady geometryczne Exercise 14: Przykład z połowem łososia Exercise 15: Przykład z rzutami wolnymi Exercise 16: Generowanie i wizualizacja rozkładów geometrycznych

Teraz, gdy umiesz już obliczać prawdopodobieństwa i znasz ważne własności rozkładów prawdopodobieństwa, omówimy dwa istotne wyniki: prawo wielkich liczb i centralne twierdzenie graniczne. Pozwoli ci to lepiej zrozumieć, jak średnia z próby zbiega do średniej populacyjnej wraz ze wzrostem ilości danych oraz jak zachowuje się suma zmiennych losowych w określonych warunkach. Zbadamy też związki między regresją liniową i logistyczną jako zastosowaniami rachunku prawdopodobieństwa i statystyki w data science.

Exercise 1: Od średniej próbki do średniej populacji Exercise 2: Generowanie próbki Exercise 3: Obliczanie średniej próbkowej Exercise 4: Wizualizacja średniej próbki Exercise 5: Dodawanie zmiennych losowych Exercise 6: Średnie z próby Exercise 7: Średnie próbkowe mają rozkład normalny Exercise 8: Dodawanie wyników rzutów kostką Exercise 9: Regresja liniowa Exercise 10: Dopasowywanie modelu Exercise 11: Przewidywanie wyników testów Exercise 12: Analiza reszt Exercise 13: Regresja logistyczna Exercise 14: Dopasowywanie modelu logistycznego Exercise 15: Przewidywanie, czy uczniowie zdadzą egzamin Exercise 16: Zdanie dwóch egzaminów Exercise 17: Podsumowanie