كيفية رسم توزيع جاما في بايثون (مع أمثلة)
في الإحصائيات، غالبًا ما يُستخدم توزيع جاما لنمذجة الاحتمالات المتعلقة بأوقات الانتظار.
توضح الأمثلة التالية كيفية استخدام الدالة scipy.stats.gamma() لرسم توزيعة جاما واحدة أو أكثر في Python.
المثال 1: رسم توزيع جاما
يوضح الكود التالي كيفية رسم توزيع جاما بمعلمة شكل 5 ومعلمة مقياس 3 في بايثون:
import numpy as np import scipy. stats as stats import matplotlib. pyplot as plt #define x-axis values x = np. linspace (0, 40, 100) #calculate pdf of Gamma distribution for each x-value y = stats. gamma . pdf (x, a= 5 , scale= 3 ) #create plot of Gamma distribution plt. plot (x, y) #displayplot plt. show ()
يعرض المحور x القيم المحتملة التي يمكن أن يأخذها المتغير العشوائي الموزع لجاما ويعرض المحور y قيم PDF المقابلة لتوزيع جاما مع معلمة شكل 5 ومعلمة مقياس 3.
المثال 2: رسم توزيعات جاما المتعددة
يوضح التعليمة البرمجية التالية كيفية رسم توزيعات جاما المتعددة بمعلمات الشكل والمقياس المختلفة:
import numpy as np import scipy. stats as stats import matplotlib. pyplot as plt #define three Gamma distributions x = np. linspace (0, 40, 100) y1 = stats. gamma . pdf (x, a= 5 , scale= 3 ) y2 = stats. gamma . pdf (x, a= 2 , scale= 5 ) y3 = stats. gamma . pdf (x, a= 4 , scale= 2 ) #add lines for each distribution plt. plot (x, y1, label= shape=5, scale=3 ') plt. plot (x, y2, label=' shape=2, scale=5 ') plt. plot (x, y3, label=' shape=4, scale=2 ') #add legend plt. legend () #displayplot plt. show ()
لاحظ أن شكل توزيع جاما يمكن أن يختلف بشكل كبير اعتمادًا على معلمات الشكل والمقياس.
ذات صلة: كيفية رسم خطوط متعددة في Matplotlib
مصادر إضافية
تشرح البرامج التعليمية التالية كيفية رسم التوزيعات الشائعة الأخرى في بايثون:
كيفية رسم التوزيع الطبيعي في بايثون
كيفية رسم توزيع مربع كاي في بايثون