La probabilit\u00e0 di ottenere un valore compreso tra x 1<\/sub> e x 2<\/sub> su un intervallo da a<\/em> a b<\/em> pu\u00f2 essere trovata utilizzando la formula:<\/span><\/p>\n P(ottenere un valore compreso tra x 1<\/sub> e x 2<\/sub> ) = (x 2<\/sub> \u2013 x 1<\/sub> ) \/ (b \u2013 a)<\/span> <\/p>\n Per calcolare le probabilit\u00e0 legate alla distribuzione uniforme in Python possiamo utilizzare la funzione scipy.stats.uniform()<\/a> , che utilizza la seguente sintassi di base:<\/span><\/p>\n scipy.stats.uniform(x, loc, scala)<\/span><\/strong><\/p>\n Oro:<\/span><\/p>\n I seguenti esempi mostrano come utilizzare questa funzione nella pratica.<\/span><\/p>\n Supponiamo che un autobus arrivi a una fermata ogni 20 minuti. Se arrivi alla fermata dell’autobus, qual \u00e8 la probabilit\u00e0 che l’autobus arrivi in 8 minuti o meno?<\/span><\/p>\n Possiamo usare il seguente codice in Python per calcolare questa probabilit\u00e0:<\/span><\/p>\n La probabilit\u00e0 che l’autobus arrivi in 8 minuti o meno \u00e8 0,4<\/strong> .<\/span><\/p>\n Il peso di una certa specie di rana \u00e8 equamente distribuito tra 15 e 25 grammi. Se scegli una rana a caso, qual \u00e8 la probabilit\u00e0 che pesi tra 17 e 19 grammi?<\/span><\/p>\n Possiamo usare il seguente codice in Python per calcolare questa probabilit\u00e0:<\/span><\/p>\n La probabilit\u00e0 che la rana pesi tra 17 e 19 grammi \u00e8 0,2<\/strong> .<\/span><\/p>\n La durata di una partita NBA \u00e8 equamente distribuita tra 120 e 170 minuti. Qual \u00e8 la probabilit\u00e0 che una partita NBA scelta a caso duri pi\u00f9 di 150 minuti?<\/span><\/p>\n Possiamo usare il seguente codice in Python per calcolare questa probabilit\u00e0:<\/span><\/p>\n La probabilit\u00e0 che una partita NBA selezionata casualmente duri pi\u00f9 di 150 minuti \u00e8 0,4<\/strong> .<\/span><\/p>\n Bonus:<\/strong> puoi verificare la soluzione di ciascun esempio utilizzando il calcolatore della distribuzione uniforme.<\/span><\/p>\n I seguenti tutorial spiegano come utilizzare altre distribuzioni comuni in Python:<\/span><\/p>\n Come utilizzare la distribuzione binomiale in Python<\/a> Una distribuzione uniforme \u00e8 una distribuzione di probabilit\u00e0 in cui ogni valore compreso in un intervallo da a a b ha la stessa probabilit\u00e0 di essere scelto. La probabilit\u00e0 di ottenere un valore compreso tra x 1 e x 2 su un intervallo da a a b pu\u00f2 essere trovata utilizzando la formula: P(ottenere un […]<\/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![\"Esempio](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/uniforme_pic.jpg\")
<\/p>\n\n
Esempio 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 Esempio 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 Esempio 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 Risorse addizionali<\/strong><\/span><\/h3>\n
Come utilizzare la distribuzione di Poisson in Python<\/a>
Come usare la distribuzione t in Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"