np.random.binomial中n和size参数之间的差异(n,p,size = 1000)

Question

我无法理解np.random.binomial中n和size参数之间的区别.

N = 1200
p =0.53
q = 1000

np.random.binomial(N, p, size = q) 
np.random.binomial(1, p, size = q)
np.random.binomial(N,p, size= q)

N是试验次数,但是上述公式中的大小是多少.也善意解释三个版本的二项式的vabove.

Answer 1

1. np.random.binomial(N,p,size = q)
2. np.random.binomial(1,p,size = q)
3. np.random.binomial(N,p,size = q)

我可以看到第1和第3类似.这两个是二项式随机数发生器

并且,第二个是bernoulli随机数发生器

二项式的解释:

二项式随机变量计算特定事件在固定次数的尝试或试验中发生的频率.

这里,

• n =试验次数
• p =在任何一次试验中发生感兴趣的概率事件
• size =您要运行此实验的次数

假设,你想检查如果你掷骰子10次你会得到6次.这里,

• n = 10,
• p =(1/6)#每卷得6的概率

但是,你必须多次做这个实验.

让,在第一个实验中,你得到3六

在第二次展示中,你得到2六

在第3次实验中,你得到2 6

在Pth实验中,你得到2六,这里P是大小

bernoulli的解释:

假设您执行了两个可能结果的实验​​:成功或失败.成功发生在概率p,而失败发生在概率1-p.在成功的情况下取值为1且在失败的情况下取0的随机变量称为伯努利随机变量.

这里,

• n = 1,因为你需要检查一次是成功还是失败
• p =成功的概率
• size =你要检查这个的次数

你也可以阅读这个,numpy.random.binomial

此外,二项式和伯努利之间的差异

Answer 2

n并p描述分布本身.size给出结果的数量(和形状).本手册中的示例最佳说明:

>>> n, p = 10, .5 # number of trials, probability of each trial
>>> s = np.random.binomial(n, p, 1000)
# result of flipping a coin 10 times, tested 1000 times.

您将获得一个1000个数字的向量,每个数字来自(10,0.5)二项分布.