[Python] 기초통계 : 분포에 따라 함수 그리기

정규분포, F분포, 포아송 분포 그래프를 그려보겠습니다!

 

정규분포

 

1. 패키지 임포트

import scipy as sp
import seaborn as sns
import numpy as np
import matplotlib as mpl
import matplotlib.pylab as plt
%matplotlib inline

 

2. 정규분포 객체 생성

X=sp.stats.norm()

 

3. plot할 공간 마련

fig, axes=plt.subplots(1, 3, figsize=(12,3))
x_min_999, x_max_999=X.interval(0.999)
x999=np.linspace(x_min_999, x_max_999, 1000)

 

4. plot하기

#PDF : 확률밀도함수
axes[0].plot(x999, X.pdf(x999), label="PDF")

#CDF : 누적분포함수 / SF : 생존함수=1-누적분포함수
axes[1].plot(x999, X.cdf(x999), label="CDF")
axes[1].plot(x999, X.sf(x999), label="SF")

#PPF : 누적분포함수 역함수
axes[2].plot(x999, X.ppf(x999), label="PPF")

axes[0].legend()
axes[1].legend()
axes[2].legend()

 

---

F분포

 

1. F분포 객체 생성

X=sp.stats.f(2,50)

 

2. plot할 공간 마련

fig, axes=plt.subplots(1, 3, figsize=(12,3))
x_min_999, x_max_999=X.interval(0.999)
x999=np.linspace(x_min_999, x_max_999, 1000)

 

3. plot하기

 

: 정규분포 그래프를 생성하는 코드와 동일함..!

#PDF : 확률밀도함수
axes[0].plot(x999, X.pdf(x999), label="PDF")

#CDF : 누적분포함수 / SF : 생존함수=1-누적분포함수
axes[1].plot(x999, X.cdf(x999), label="CDF")
axes[1].plot(x999, X.sf(x999), label="SF")

#PPF : 누적분포함수 역함수
axes[2].plot(x999, X.ppf(x999), label="PPF")

axes[0].legend()
axes[1].legend()
axes[2].legend()

 

---

포아송 분포

 

포아송 분포 객체를 생성하는 코드!

X=sp.stats.poisson(5)

 

-> plot하는 방법은 동일하다!