Comment dois-je calculer PDF (fonction de densité de probabilité) en Python?

J'ai le code suivant ci-dessous qui imprime le PDF graphique pour un particulier de la moyenne et de l'écart-type.

http://imgur.com/a/oVgML

Maintenant, j'ai besoin de trouver la probabilité réelle, d'une valeur particulière. Donc par exemple si ma moyenne est de 0, et ma valeur est 0, mon probabilité est de 1. Ceci est habituellement fait par le calcul de l'aire sous la courbe. Similaire à ceci:

http://homepage.divms.uiowa.edu/~mbognar/applets/normal.html

Je ne suis pas sûr de la façon d'aborder ce problème

import numpy as np
import matplotlib    
import matplotlib.pyplot as plt

def normal(power, mean, std, val):
    a = 1/(np.sqrt(2*np.pi)*std)
    diff = np.abs(np.power(val-mean, power))
    b = np.exp(-(diff)/(2*std*std))
    return a*b

pdf_array = []
array = np.arange(-2,2,0.1)
print array
for i in array:
    print i
    pdf = normal(2, 0, 0.1, i)
    print pdf
    pdf_array.append(pdf)

plt.plot(array, pdf_array)
plt.ylabel('some numbers')
plt.axis([-2, 2, 0, 5])
plt.show()

print
InformationsquelleAutor Raaj | 2017-02-01
  1. 3

    À moins d'avoir une raison de mettre en œuvre vous-même. Toutes ces fonctions sont disponibles dans scipy.les stats.norme

    Je pense que vous demander pour la cdf, puis utiliser ce code:

    from scipy.stats import norm
print(norm.cdf(x, mean, std))
    • Je suis à l'aide de C++. Sauf si vous me dites il ya une eigen fonction
    InformationsquelleAutor martinako
  2. 2

    L'aire sous une courbe y = f(x) de x = a à x = b est le même que l'intégrale de f(x)dx de x = a à x = b. Scipy a rapidement un moyen facile de faire des intégrales. Et seulement alors, vous comprenez, la probabilité de trouver un seul point dans ce domaine ne peut pas être l'un parce que l'idée est que l'aire totale sous la courbe est l'un (à moins PEUT-être que c'est une fonction delta). Donc, vous devriez avoir 0 ≤ probability of value < 1 pour une valeur particulière de l'intérêt. Il peut y avoir différentes façons de le faire, mais d'une façon conventionnelle consiste à attribuer des intervalles de confiance le long de l'axe des x comme ceci. Je voudrais lire sur les courbes de Gauss et de normalisation de l'avant de continuer à coder.

    InformationsquelleAutor MPath