ベルヌーイ分布を理解するために試してみた

E資格受験勉強中です。

ベルヌーイ分布

Wikipadia:ベルヌーイ分布 では
「数学において、確率 p で 1 を、確率 q = 1 − p で 0 をとる、離散確率分布である。」
と説明されています。

コイン投げのように結果が２種類しかない試行（ベルヌーイ試行）を行った場合の分布のことを言うようです。

bernoulli_trial.py

import numpy as np

def bernoulli_trial(coin_data):
    prob_be_data = np.array([])
    for i in np.unique(coin_data):
        p = len(coin_data[coin_data==i]) / len(coin_data)
        print(i, 'が出る確率:', p)
        prob_be_data = np.append(prob_be_data, p)

print('>>1回目のベルヌーイ試行')        
coin_data = np.array([1, 0, 1, 0, 1])
bernoulli_trial(coin_data)

print('>>2回目のベルヌーイ試行') 
coin_data = np.array([0, 0, 0, 0, 0, 1, 1, 1])
bernoulli_trial(coin_data)

結果

>>1回目のベルヌーイ試行
0 が出る確率: 0.4
1 が出る確率: 0.6
>>2回目のベルヌーイ試行
0 が出る確率: 0.625
1 が出る確率: 0.375

結果をグラフにしてみます。

bernoulli_distribution.py

import numpy as np
import matplotlib.pyplot as plt

def bernoulli_trial(coin_data):
    prob_be_data = np.array([])
    for i in np.unique(coin_data):
        p = len(coin_data[coin_data==i]) / len(coin_data)
        print(i, 'が出る確率:', p)
        prob_be_data = np.append(prob_be_data, p)
    return prob_be_data

def bernoulli_distribution(be_data):
    fig, ax = plt.subplots()
    ax.bar([0, 1], be_data, tick_label= ['0', '1'])
    plt.grid(True)

print('>>1回目のベルヌーイ試行')        
coin_data = np.array([1, 0, 1, 0, 1])
be_data = bernoulli_trial(coin_data)
bernoulli_distribution(be_data)
print('>>2回目のベルヌーイ試行') 
coin_data = np.array([0, 0, 0, 0, 0, 1, 1, 1])
be_data = bernoulli_trial(coin_data)
bernoulli_distribution(be_data)

結果

二項分布を理解するために試してみた
に続きます。