Przewidywanie prawdopodobieństwa wystąpienia wad

Każdą sytuację z dokładnie dwoma możliwymi wynikami można modelować za pomocą dwumianowych zmiennych losowych. Na przykład można modelować, czy ktoś lubi, czy nie lubi danego produktu, albo czy głosował, czy nie.

Zamodelujmy, czy komponent dostarczony przez dostawcę ma wadę, czy nie. Spośród tysięcy komponentów otrzymanych od dostawcy pobierzemy losową próbkę 50 sztuk. Uzgodniony i akceptowalny wskaźnik wadliwości wynosi 2%.

Importujemy obiekt binom z biblioteki scipy.stats.

Przypomnij sobie:

binom.pmf() oblicza prawdopodobieństwo uzyskania dokładnie k orłów w n rzutach monetą.
binom.cdf() oblicza prawdopodobieństwo uzyskania co najwyżej k orłów w n rzutach monetą.
binom.sf() oblicza prawdopodobieństwo uzyskania więcej niż k orłów w n rzutach monetą.

Pytanie

Zanim przejdziemy do obliczania prawdopodobieństw, odpowiedz na proste pytanie:

Jakie jest prawdopodobieństwo uzyskania więcej niż 20 orłów z rzutu symetryczną monetą w 30 próbach?

Możliwe odpowiedzi

binom.pmf(k=20, n=30, p=0.5)

1 - binom.pmf(k=20, n=30, p=0.5)

binom.sf(k=20, n=30, p=0.5)

binom.cdf(k=20, n=30, p=0.5)

ćwiczenie

Przewidywanie prawdopodobieństwa wystąpienia wad

Instrukcje 1/4

Pytanie

Możliwe odpowiedzi

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}ćwiczenie

Instrukcje 1/4

Pytanie

Możliwe odpowiedzi

ćwiczenie