Peluang terambilnya nilai antara x 1<\/sub> dan x 2<\/sub> pada selang waktu a<\/em> sampai b<\/em> dapat dicari dengan menggunakan rumus:<\/span><\/p>\n P(dapatkan nilai antara x 1<\/sub> dan x 2<\/sub> ) = (x 2<\/sub> \u2013 x 1<\/sub> ) \/ (b \u2013 a)<\/span> <\/p>\n Untuk menghitung probabilitas terkait distribusi seragam dengan Python kita dapat menggunakan fungsi scipy.stats.uniform()<\/a> , yang menggunakan sintaks dasar berikut:<\/span><\/p>\n scipy.stats.uniform(x, loc, skala)<\/span><\/strong><\/p>\n Emas:<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan fungsi ini dalam praktiknya.<\/span><\/p>\n Misalkan sebuah bus datang ke halte setiap 20 menit. Jika Anda tiba di halte bus, berapa peluang bus tersebut tiba dalam waktu 8 menit atau kurang?<\/span><\/p>\n Kita dapat menggunakan kode berikut dengan Python untuk menghitung probabilitas ini:<\/span><\/p>\n Peluang bus tiba dalam waktu 8 menit atau kurang adalah 0,4<\/strong> .<\/span><\/p>\n Berat suatu spesies katak tertentu merata antara 15 dan 25 gram. Jika seekor katak diambil secara acak, berapa peluang terambilnya katak dengan berat antara 17 dan 19 gram?<\/span><\/p>\n Kita dapat menggunakan kode berikut dengan Python untuk menghitung probabilitas ini:<\/span><\/p>\n Peluang terambilnya katak tersebut beratnya antara 17 dan 19 gram adalah 0,2<\/strong> .<\/span><\/p>\n Durasi permainan NBA didistribusikan secara merata antara 120 dan 170 menit. Berapa peluang pertandingan NBA yang dipilih secara acak akan berlangsung lebih dari 150 menit?<\/span><\/p>\n Kita dapat menggunakan kode berikut dengan Python untuk menghitung probabilitas ini:<\/span><\/p>\n Peluang suatu pertandingan NBA yang dipilih secara acak berlangsung lebih dari 150 menit adalah 0,4<\/strong> .<\/span><\/p>\n Bonus:<\/strong> Anda dapat memeriksa solusi setiap contoh menggunakan Kalkulator Distribusi Seragam.<\/span><\/p>\n Tutorial berikut menjelaskan cara menggunakan distribusi umum lainnya dengan Python:<\/span><\/p>\n Cara Menggunakan Distribusi Binomial dengan Python<\/a> Distribusi seragam adalah distribusi probabilitas yang setiap nilai antara interval a sampai b mempunyai peluang yang sama untuk dipilih. Peluang terambilnya nilai antara x 1 dan x 2 pada selang waktu a sampai b dapat dicari dengan menggunakan rumus: P(dapatkan nilai antara x 1 dan x 2 ) = (x 2 \u2013 x 1 ) […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n![\"Contoh](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/uniforme_pic.jpg\")
<\/p>\n\n
Contoh 1<\/strong><\/span><\/h3>\n
from<\/span> scipy. stats<\/span> import<\/span> uniform\n\n#calculate uniform probability\n<\/span>uniform. cdf<\/span> (x=8, loc=0, scale=20) - uniform. cdf<\/span> (x=0, loc=0, scale=20)\n\n0.4<\/strong><\/pre>\n Contoh 2<\/strong><\/span><\/h3>\n
from<\/span> scipy. stats<\/span> import<\/span> uniform\n\n#calculate uniform probability\n<\/span>uniform. cdf<\/span> (x=19, loc=15, scale=10) - uniform. cdf<\/span> (x=17, loc=15, scale=10)\n\n0.2<\/strong><\/pre>\n Contoh 3<\/strong><\/span><\/h3>\n
from scipy. stats<\/span> import<\/span> uniform<\/span>\n\n#calculate uniform probability \nuniform. cdf<\/span> (x=170, loc=120, scale=50) - uniform. cdf<\/span> (x=150, loc=120, scale=50)\n\n0.4<\/span><\/span><\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara menggunakan distribusi Poisson dengan Python<\/a>
Cara menggunakan distribusi t dengan Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"