Capítulo 3. Distribuciones

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com

En el capítulo anterior utilizamos el teorema de Bayes para resolver un Problema de las Galletas; después lo volvimos a resolver utilizando una tabla de Bayes. En este capítulo, a riesgo de poner a prueba tu paciencia, lo resolveremos una vez más utilizando un objeto Pmf , que representa una "función de masa de probabilidad". Te explicaré qué significa y por qué es útil para la estadística bayesiana.

Utilizaremos los objetos de Pmf para resolver algunos problemas más difíciles y dar un paso más hacia la estadística bayesiana. Pero empezaremos con las distribuciones.

Distribuciones

En estadística, una distribución es un conjunto de posibles resultados y suscorrespondientes probabilidades. Por ejemplo, si lanzas una moneda, hay dos resultados posibles con una probabilidad aproximadamente igual. Si lanzas un dado de 6 caras, el conjunto de resultados posibles son los números del 1 al 6, y la probabilidad asociada a cada resultado es 1/6.

Para representar distribuciones, utilizaremos una biblioteca llamadaempiricaldist . Una distribución "empírica" se basa en datos, comoa diferencia de una distribución teórica. Utilizaremos esta biblioteca a lo largo de todo el libro. Presentaré las funciones básicas en este capítulo y veremos funciones adicionales más adelante.

Funciones de masa de probabilidad

Si los resultados de una distribución son ...

Get Piensa en Bayes, 2ª Edición now with the O’Reilly learning platform.

O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.