在Python中,CDF(累積分布函數(shù))通常用于描述概率分布
首先,確保已經(jīng)安裝了scipy
庫。如果沒有安裝,可以使用以下命令進行安裝:
pip install scipy
接下來,我們將使用scipy.stats
模塊中的norm
類來計算正態(tài)分布的CDF。這里是一個例子:
import numpy as np
from scipy.stats import norm
# 設(shè)置參數(shù)
mu = 0 # 均值
sigma = 1 # 標(biāo)準(zhǔn)差
x = np.linspace(-3, 3, 100) # 在-3到3之間生成100個等間隔的點
# 計算CDF
cdf = norm.cdf(x, mu, sigma)
print("CDF values:", cdf)
在這個例子中,我們計算了正態(tài)分布(均值為0,標(biāo)準(zhǔn)差為1)在-3到3之間的CDF值。你可以根據(jù)需要修改mu
、sigma
和x
的值來計算不同參數(shù)下的CDF。
注意:norm.cdf()
函數(shù)的第一個參數(shù)是一個數(shù)值或數(shù)組,表示要計算CDF的點;第二個參數(shù)是分布的均值;第三個參數(shù)是分布的標(biāo)準(zhǔn)差。其他概率分布(如t分布、伽馬分布等)也可以使用類似的方法計算CDF。