离散与连续分布 · 07

二项分布

二项分布(20,0.3)的概率质量函数与累积分布函数,由e07_binomial.py生成。左图组合公式柱形与SciPy的点逐项对照,右图为同一模型的右连续累积分布函数;两图完整显示0至20的支持集。

如何用一个可复现的 Python 实验解释“二项分布”?

KEY POINTS

这条内容的重点

基础 1.5 小时

WORKFLOW

内容流程

  1. 明确问题

    先阅读《二项分布》的源码注释,找出需要解释的变量、参数与方法。

    本步产物 问题与参数记录

  2. 运行实验

    在本地 Python 环境安装材料包列出的依赖,运行单个脚本并保留终端输出。

    本步产物 一份本地运行记录

  3. 解读结果

    如果配有图件,分别记录输入数据来源与图件状态,再解释图中模式。

    本步产物 结果图说明卡

  4. 改变条件

    调整一个参数或假设,比较输出变化,并指出教学模型的适用边界。

    本步产物 一项参数对照实验

METHODS

相关方法

DELIVERABLES

可获得的内容

LIMITATIONS

适用范围与注意事项

MATERIALS

相关资料与下载

只展示已核准公开的资料。

Python 源码

本案例 Python 源码

《二项分布》配套脚本,可下载后在本地 Python 环境运行。网页不会执行代码。

许可:随附课程教学包;第三方公开数据按原始来源说明并注明出处
结果图件

本案例结果图

二项分布(20,0.3)的概率质量函数与累积分布函数,由e07_binomial.py生成。左图组合公式柱形与SciPy的点逐项对照,右图为同一模型的右连续累积分布函数;两图完整显示0至20的支持集。 输入数据来源:脚本内构造的教学模拟或假设模型。图件状态:随教学包提供的静态运行结果,网页不会重新运行脚本。

许可:随附课程教学包;第三方公开数据按原始来源说明并注明出处