Eine Normalverteilung ist eine Art kontinuierliche Wahrscheinlichkeitsverteilung für eine reellwertige Zufallsvariable. Sie basiert auf dem Mittelwert und der Standardabweichung. Die Wahrscheinlichkeitsverteilungsfunktion oder PDF berechnet die Wahrscheinlichkeit eines einzelnen Punktes in der Verteilung. Die allgemeine Formel zur Berechnung von PDF für die Normalverteilung lautet

f_X(x) = \frac{1}{\sigma \sqrt{2\pi}} e^{\frac{-1}{2}\big( \frac{x-\mu}{\sigma} \big)^2}\\

Hier, 

  • µ ist der Mittelwert
  • σ ist die Standardabweichung der Verteilung
  • x ist die Zahl

für die PDF berechnet werden soll. Wir können die Wahrscheinlichkeit in einer Normalverteilung mit dem SciPy -Modul berechnen.

Installation:

pip installiere scipy



Verwendete Funktion:

Wir werden die Methode scipy.stats.norm.pdf() verwenden, um die Wahrscheinlichkeitsverteilung für eine Zahl x zu berechnen.

Syntax: scipy.stats.norm.pdf(x, loc=Keine, Skala=Keine)

Parameter:

  • x : Array-ähnliches Objekt, für das die Wahrscheinlichkeit berechnet werden soll.
  • loc : optional (Standard = 0), stellt den Mittelwert der Verteilung dar.
  • scale : optional (Standard = 1), stellt die Standardabweichung der Verteilung dar.

Rückgabewerte: Eine Wahrscheinlichkeitsdichtefunktion, die bei x als ndarray-Objekt berechnet wird.

In scipy sind die zur Berechnung von Mittelwert und Standardabweichung verwendeten Funktionen mean() bzw. std().

  • Für gemein

Syntax:

bedeuten (Daten)

  • Für die Standardabweichung

Syntax:

Standard (Daten)

Sich nähern

  • Modul importieren
  • Erforderliche Daten erstellen
  • Versorgen Sie die Funktion mit den erforderlichen Werten
  • Wert anzeigen

Beispiel:

Python3

from scipy.stats import norm
import numpy as np
  
data_start = -5
data_end = 5
data_points = 11
data = np.linspace(data_start, data_end, data_points)
  
mean = np.mean(data)
std = np.std(data)
  
probability_pdf = norm.pdf(3, loc=mean, scale=std)
print(probability_pdf)

Ausgabe:

0,0804410163156249