Distribution binomiale
Distribution binomiale
La distribution binomiale est une distribution discrète .
Il décrit le résultat de scénarios binaires, par exemple un tirage au sort, ce sera soit pile soit pile.
Il a trois paramètres :
n - nombre d'essais.
p - probabilité d'occurrence de chaque essai (par exemple pour un tirage au sort 0,5 chacun).
size - La forme du tableau retourné.
Distribution discrète : la distribution est définie pour un ensemble d'événements distinct, par exemple, le résultat d'un tirage au sort est discret car il ne peut être que pile ou face tandis que la taille des personnes est continue car elle peut être de 170, 170,1, 170,11, etc.
Exemple
Compte tenu de 10 essais pour le tirage au sort génèrent 10 points de données :
from numpy import random
x = random.binomial(n=10, p=0.5, size=10)
print(x)
Visualisation de la distribution binomiale
Exemple
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.binomial(n=10, p=0.5, size=1000), hist=True, kde=False)
plt.show()
Résultat
Différence entre la distribution normale et binomiale
La principale différence est que la distribution normale est continue alors que la distribution binomiale est discrète, mais s'il y a suffisamment de points de données, elle sera assez similaire à la distribution normale avec certaines localisations et échelles.
Exemple
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.normal(loc=50, scale=5, size=1000), hist=False,
label='normal')
sns.distplot(random.binomial(n=100, p=0.5, size=1000), hist=False,
label='binomial')
plt.show()
Résultat
