Python 求泊松分布中的概率
清洁: 交叉口的预期事故数为每月5起。那么下个月路口发生7起以上事故的概率是多少?为此,您可以使用python scipy库。尽管我可以在纸上完成这项工作,但使用这些库进行编码并没有什么困难。你能帮我吗 方法是Python 求泊松分布中的概率,python,scipy,poisson,Python,Scipy,Poisson,清洁: 交叉口的预期事故数为每月5起。那么下个月路口发生7起以上事故的概率是多少?为此,您可以使用python scipy库。尽管我可以在纸上完成这项工作,但使用这些库进行编码并没有什么困难。你能帮我吗 方法是 import scipy.stats as stats find_prob(a,b): #input: probability of event interval #output: determined probability 首先你只想找到大于7的概率,对吗 如果是,我认为这是实现这
import scipy.stats as stats
find_prob(a,b):
#input: probability of event interval
#output: determined probability
首先你只想找到大于7的概率,对吗 如果是,我认为这是实现这一目标的方法之一,请询问以下问题:
from scipy import stats
occur_past = 5
ask_current = 7
mu = occur_past
x = ask_current
upto7 = scipy.stats.poisson.pmf(x, mu)
above7 = 1 - upto7
输出为0.89551370429461
您可以简单地转换为函数,如下所示:
def poisson(mu, x):
uptocurrent = scipy.stats.poisson.pmf(x, mu)
abovecurrent = 1 - uptocurrent
return abovecurrent
希望这能对你有所帮助。首先你只想找到大于7的概率,对吗 如果是,我认为这是实现这一目标的方法之一,请询问以下问题:
from scipy import stats
occur_past = 5
ask_current = 7
mu = occur_past
x = ask_current
upto7 = scipy.stats.poisson.pmf(x, mu)
above7 = 1 - upto7
输出为0.89551370429461
您可以简单地转换为函数,如下所示:
def poisson(mu, x):
uptocurrent = scipy.stats.poisson.pmf(x, mu)
abovecurrent = 1 - uptocurrent
return abovecurrent
希望这能对您有所帮助。实际上,不需要创建新函数。在执行以下操作之前,只需定义随机变量: 从scipy导入统计信息 X=stats.poisson5
print1-X.cdf7注意,X.cdf7=PX实际上,不需要创建新函数。在执行以下操作之前,只需定义随机变量: 从scipy导入统计信息 X=stats.poisson5
print1-X.cdf7请注意,X.cdf7=PXI看不出您的问题与泊松分布有何关联。我错过什么了吗?不,就这些。可以使用泊松分布公式,通过从0-7中找出概率并将其从1中减少来测量。但是我必须使用scipy库。那么你应该看看scipy包中的文档。我看不出你的问题与泊松分布有什么关系。我错过什么了吗?不,就这些。可以使用泊松分布公式,通过从0-7中找出概率并将其从1中减少来测量。但是我必须使用scipy库,那么您应该查看scipy包中的文档。