溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
今天就跟大家聊聊有關python代碼實現超幾何分布，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。
超幾何分布屬于離散型隨機變量的概率分布問題，隨機變量可以取有限個值，在每取一個值時可以求出一個概率，此時求解的方法就是采用古典概型公式。
產品抽樣檢查中經常遇到一類實際問題，假定在N件產品中有M件不合格品，即不合格率 。
在產品中隨機抽n件做檢查，發現k件不合格品的概率為 ,k=0,1,2,...,min{n,M}。
亦可寫作
（與上式不同的是M可為任意實數，而C表示的組合數M為非負整數）
為古典概型的組合形式，a為下限，b為上限，此時我們稱隨機變量X服從超幾何分布（hypergeometric distribution）。
需要注意的是：
（1）超幾何分布的模型是不放回抽樣。
（2）超幾何分布中的參數是M,N,n，上述超幾何分布記作X~H(n,N,M）。
python實例代碼：
import numpy as np import matplotlib.pyplot as plt # 超幾何分布 hypergeometric(ngood, nbad, nsample, size=None) 好的總數、壞的總數、每次采樣數、試驗次數 # np.random.hypergeometric(10,20,5,size=4) # 在一個口袋中裝有30個球，其中有10個紅球，其余為白球，這些球除顏色外完全相同。游戲者一次從中摸出5個球。 摸到至少4個紅球就中一等獎，那么獲一等獎的概率是多少？ s = np.random.hypergeometric(10,20,5,size=1000000) p = sum(s>=4)/1000000. print(p) fig = plt.figure(figsize=(8,6)) a1 = fig.add_subplot(2,2,1) a1.hist(s ,bins=20,color='k',alpha=0.3) plt.show()
看完上述內容，你們對python代碼實現超幾何分布有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
