Ad esempio, la seguente distribuzione di probabilit\u00e0 ci dice la probabilit\u00e0 che una certa squadra di calcio segner\u00e0 un certo numero di gol in una determinata partita:<\/span> <\/p>\n Per trovare il valore atteso<\/strong> di una distribuzione di probabilit\u00e0, possiamo utilizzare la seguente formula:<\/span><\/p>\n \u00b5 = \u03a3x * P(x)<\/span><\/p>\n Oro:<\/span><\/p>\n Ad esempio, il numero previsto di goal per la squadra di calcio verrebbe calcolato come segue:<\/span><\/p>\n \u03bc = 0*0,18 + 1*0,34 + 2*0,35 + 3*0,11 + 4*0,02 = 1,45<\/strong> gol.<\/span><\/p>\n Per calcolare il valore atteso di una distribuzione di probabilit\u00e0 in Python, possiamo definire una semplice funzione:<\/span><\/p>\n L’esempio seguente mostra come utilizzare questa funzione nella pratica.<\/span><\/p>\n Il codice seguente mostra come calcolare il valore atteso di una distribuzione di probabilit\u00e0 utilizzando la funzione Expected_value()<\/strong> definita in precedenza:<\/span><\/p>\n Il valore atteso \u00e8 1,45<\/strong> . Questo corrisponde al valore che abbiamo calcolato manualmente in precedenza.<\/span><\/p>\n Tieni presente che questa funzione restituir\u00e0 un errore se la lunghezza dell’array di valori e dell’array di probabilit\u00e0 non sono uguali.<\/span><\/p>\n Per esempio:<\/span><\/p>\n Riceviamo un errore perch\u00e9 la lunghezza del primo array \u00e8 5<\/strong> mentre la lunghezza del secondo array \u00e8 7<\/strong> .<\/span><\/p>\n Affinch\u00e9 questa funzione del valore atteso funzioni, la lunghezza di entrambi gli array deve essere uguale.<\/span><\/p>\n I seguenti tutorial spiegano come calcolare altre metriche in Python:<\/span><\/p>\n Come calcolare una media troncata in Python<\/a> Una distribuzione di probabilit\u00e0 ci dice la probabilit\u00e0 che una variabile casuale assuma determinati valori. Ad esempio, la seguente distribuzione di probabilit\u00e0 ci dice la probabilit\u00e0 che una certa squadra di calcio segner\u00e0 un certo numero di gol in una determinata partita: Per trovare il valore atteso di una distribuzione di probabilit\u00e0, possiamo utilizzare la […]<\/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![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/moyennedist1.png\")
<\/p>\n\n
import<\/span> numpy as<\/span> np\n\ndef<\/span> expected_value(values, weights):\n values = np. asarray<\/span> (values)\n weights = np. asarray<\/span> (weights)\n return<\/span> (values * weights). sum<\/span> ()\/weights. sum<\/span> ()\n<\/strong><\/pre>\n Esempio: calcolo del valore atteso in Python<\/strong><\/span><\/h3>\n
#define values\nvalues = [0, 1, 2, 3, 4]\n\n#define probabilities\n<\/span>probs = [.18, .34, .35, .11, .02]\n\n#calculate expected value\n<\/span>expected_value(values, probs)\n\n1.450000\n<\/span><\/span><\/strong><\/pre>\n #define values\nvalues = [0, 1, 2, 3, 4]\n\n#define probabilities\n<\/span>probs = [.18, .34, .35, .11, .02, .05, .11]\n\n#attempt to calculate expected value\n<\/span>expected_value(values, probs)\n\nValueError<\/span> : operands could not be broadcast together with shapes (5,) (7,) \n<\/span><\/span><\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h3>\n
Come calcolare la media geometrica in Python<\/a>
Come calcolare l’errore standard della media in Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"