Python တွင် ပုံမှန် cdf တွက်ချက်နည်း

စုစည်းဖြန့်ချီရေးလုပ်ဆောင်ချက် ( CDF ) သည် ကျပန်းကိန်းရှင်သည် အချို့သောတန်ဖိုးထက်နည်းသောတန်ဖိုး သို့မဟုတ် တူညီသောတန်ဖိုးတစ်ခုအပေါ် ကျရောက်နိုင်ခြေကို ပြောပြသည်။

ဤကျူတိုရီရယ်တွင် Python တွင် ပုံမှန် CDF တန်ဖိုးများကို တွက်ချက်နည်းနှင့် ဆွဲနည်းကို ရှင်းပြထားသည်။

ဥပမာ 1- Python တွင် ပုံမှန် CDF ဖြစ်နိုင်ခြေကို တွက်ချက်ပါ။

Python ရှိ ပုံမှန် CDF ဖြစ်နိုင်ခြေများကို တွက်ချက်ရန် အလွယ်ကူဆုံးနည်းလမ်းမှာ SciPy စာကြည့်တိုက်မှ norm.cdf() လုပ်ဆောင်ချက်ကို အသုံးပြုခြင်းဖြစ်သည်။

အောက်ဖော်ပြပါ ကုဒ်သည် ကျပန်း ကိန်းရှင်သည် စံပုံမှန် ဖြန့်ဝေမှုတစ်ခုတွင် 1.96 ထက်နည်းသော တန်ဖိုးကို ယူဆောင်သည့် ဖြစ်နိုင်ခြေကို တွက်ချက်ပုံကို ပြသည်-

 from scipy. stats import norm

#calculate probability that random value is less than 1.96 in normal CDF
norm. cdf ( 1.96 )

0.9750021048517795

ကျပန်းကိန်းရှင်တစ်ခုသည် ပုံမှန်ပုံမှန်ဖြန့်ဝေမှုတစ်ခုတွင် 1.96 ထက်နည်းသောတန်ဖိုးကိုယူသည့်ဖြစ်နိုင်ခြေမှာ ခန့်မှန်းခြေအားဖြင့် 0.975 ဖြစ်သည်။

ကျပန်း variable သည် 1.96 မှ ဤတန်ဖိုးကို နုတ်ရုံဖြင့် 1.96 ထက် ကြီးသောတန်ဖိုးကို ယူသည်ဖြစ်နိုင်ချေကို ကျွန်ုပ်တို့ ရှာဖွေနိုင်သည်-

 from scipy. stats import norm

#calculate probability that random value is greater than 1.96 in normal CDF
1 - norm. cdf ( 1.96 )

0.024997895148220484

ကျပန်းကိန်းရှင်တစ်ခုသည် ပုံမှန်ပုံမှန်ဖြန့်ဝေမှုတစ်ခုတွင် 1.96 ထက်ကြီးသောတန်ဖိုးကို ယူဆောင်သွားနိုင်သည့်ဖြစ်နိုင်ခြေမှာ ခန့်မှန်းခြေအားဖြင့် 0.025 ဖြစ်သည်။

ဥပမာ 2- ပုံမှန် CDF ကိုဆွဲခြင်း။

အောက်ပါကုဒ်သည် Python တွင် ပုံမှန် CDF ကို မည်သို့ဆွဲရမည်ကို ပြသသည် ။

 import matplotlib. pyplot as plt
import numpy as np
import scipy. stats as ss

#define x and y values to use for CDF
x = np. linspace (-4, 4, 1000)
y = ss. norm . cdf (x)

#normal plot CDF
plt. plot (x, y) 

x-axis သည် စံပုံမှန်ဖြန့်ဝေမှုနောက်ဆက်တွဲဖြစ်သော ကျပန်း variable ၏တန်ဖိုးများကိုပြသပြီး y-axis သည် x-axis တွင်ပြသထားသည့်တန်ဖိုးထက်နည်းသောတန်ဖိုးထက်ကျပန်းကိန်းရှင်တစ်ခုယူနိုင်ခြေကိုပြသသည်။

ဥပမာ x = 1.96 ကိုကြည့်လျှင် x သည် 1.96 အောက်ဖြစ်နိုင်ခြေသည် ခန့်မှန်းခြေအားဖြင့် 0.975 ဖြစ်သည်ကို တွေ့ရပါမည်။

ပုံမှန် CDF ကွက်၏ axes များ၏ အရောင်များနှင့် အညွှန်းများကိုလည်း လွတ်လပ်စွာ ပြောင်းနိုင်သည်-

 import matplotlib. pyplot as plt
import numpy as np
import scipy. stats as ss

#define x and y values to use for CDF
x = np. linspace (-4, 4, 1000)
y = ss. norm . cdf (x)

#normal plot CDF
plt. plot (x,y,color=' red ')
plt. title (' Normal CDF ')
plt. xlabel (' x ')
plt. ylabel (' CDF ')

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ပါ သင်ခန်းစာများသည် Python တွင် အခြားသော ဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Python တွင် ပုံမှန်ဖြန့်ဝေနည်းကို ဖန်တီးနည်း
Python တွင် ပုံမှန်ဖြန့်ဝေနည်းကို ရေးဆွဲနည်း