「数学」の版間の差分
ナビゲーションに移動
検索に移動
(→用語) |
|||
59行目: | 59行目: | ||
</pre> | </pre> | ||
==[https://cognicull.com/ja/bbzqhji8 内績(ドット績)]== | ==[https://cognicull.com/ja/bbzqhji8 内績(ドット績)]== | ||
+ | ==[https://cognicull.com/ja/vck4ud4k 行列]== |
2021年6月15日 (火) 13:28時点における版
目次
数学
統計
組み合わせの数
Python
>>> import math >>> cmb = lambda m,n:math.factorial(m) / (math.factorial(n) * math.factorial(m-n)) >>> cmb(10,2) 45.0
R
>choose(10, 2) [1] 45
二項分布
- https://bellcurve.jp/statistics/course/6979.html
- コインを10回投げて表が3回出る確率
Python
- cmb は、組み合わせの数で定義
>>> dbinom = lambda k,n,p:cmb(n,k) * math.pow(p,k) * math.pow((1-p),(n-k)) >>> dbinom(3,10,0.5) 0.1171875
R
> dbinom(3,10,0.5) [1] 0.1171875
累積分布関数
Python
>>> pbinom = lambda q,n,p:sum([dbinom(k,n,p) for k in range(0,q+1)]) >>> pbinom(3,10,0.5) 0.171875
R
> pbinom(3,10,0.5) [1] 0.171875
==
import math cmb = lambda m,n:math.factorial(m) / (math.factorial(n) * math.factorial(m-n)) dbinom = lambda k,n,p:cmb(n,k) * math.pow(p,k) * math.pow((1-p),(n-k)) pbinom = lambda q,n,p:sum([dbinom(k,n,p) for k in range(0,q+1)])
用語
ベクトル
import numpy as np a = np.arange(2,4) print(a * 2) [4,6]
内績(ドット績)
行列
© 2006 矢木浩人