¿Cómo calcular la probabilidad en una distribución normal dada la media y la desviación estándar en Python?

Una distribución normal es un tipo de distribución de probabilidad continua para una variable aleatoria de valor real. Se basa en la media y la desviación estándar. La función de distribución de probabilidad o PDF calcula la probabilidad de un solo punto en la distribución. La fórmula general para calcular PDF para la distribución normal es

Aquí, 

• µ es la media
• σ es la desviación estándar de la distribución
• x es el numero

para el cual se calculará el PDF. Podemos calcular la probabilidad en una distribución normal usando el módulo SciPy .

Instalación:

pip instalar scipy

Función utilizada:

Usaremos el método scipy.stats.norm.pdf() para calcular la distribución de probabilidad para un número x.

Sintaxis: scipy.stats.norm.pdf(x, loc=Ninguno, escala=Ninguno)

Parámetro:

• x : objeto similar a una array, para el cual se calculará la probabilidad.
• loc : opcional (predeterminado=0), representa la media de la distribución.
• scale : opcional (predeterminado=1), representa la desviación estándar de la distribución.

Devuelve: Una función de densidad de probabilidad calculada en x como un objeto ndarray.

En scipy, las funciones utilizadas para calcular la media y la desviación estándar son mean() y std() respectivamente.

• por media

Sintaxis:

media (datos)

• Para desviación estándar

Sintaxis:

estándar (datos)

Acercarse

• Módulo de importación
• Crear datos necesarios
• Proporcione la función con los valores requeridos
• Valor de visualización

Ejemplo:

from scipy.stats import norm
import numpy as np
  
data_start = -5
data_end = 5
data_points = 11
data = np.linspace(data_start, data_end, data_points)
  
mean = np.mean(data)
std = np.std(data)
  
probability_pdf = norm.pdf(3, loc=mean, scale=std)
print(probability_pdf)

Producción:

0.0804410163156249