Bỏ qua đến nội dung chính
Mục lục

Các loại phân phối xác suất: bảng chọn hàm scipy.stats

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 11/12 · Chương 6

Các phân phối xác suất

  • 7 phút
  • Trung cấp
  • Python 3.14
  • Cập nhật

scipy.stats có một đối tượng cho mỗi loại phân phối xác suất: binom, poisson, hypergeom cho số đếm, uniform, norm, expon cho số đo liên tục, t, chi2, f cho thống kê của kiểm định. Bảng dưới xếp các phân phối xác suất thường gặp theo tình huống, kèm lời gọi scipy, một ví dụ và link về bài dạy kỹ.

Cần biết trước: PMF, PDF và CDF.

Bảng tra nhanh: các loại phân phối xác suất

Mọi dòng dùng from scipy import stats. Cột "Ví dụ" là lời gọi của từng hàng, cột "Kết quả" là số nó in.

Tình huống

Phân phối

Ví dụ

Kết quả

Bài

Số lần thành công trong n lần thử độc lập, cùng xác suất p

nhị thức B(n, p)

stats.binom(10, 0.3).pmf(3)

0.2668

phân phối nhị thức

Số sự kiện trong một khoảng thời gian, tốc độ trung bình λ

Poisson(λ)

stats.poisson(4).pmf(2)

0.1465

phân phối Poisson

Rút n phần tử không hoàn lại từ N, trong đó K phần tử đặc biệt

siêu bội

stats.hypergeom(50, 5, 10).pmf(1)

0.4313

phân phối siêu bội

Mọi giá trị trong [a, b] khả năng như nhau

đều liên tục

stats.uniform(loc=0, scale=30).cdf(10)

0.3333

phân phối đều

Số đo tập trung quanh trung bình, đối xứng

chuẩn N(μ, σ²)

stats.norm(168, 6).cdf(180)

0.9772

phân phối chuẩn

Thời gian chờ sự kiện kế tiếp

mũ

stats.expon(scale=5).sf(10)

0.1353

phân phối mũ

Trung bình mẫu nhỏ chuẩn hóa bằng s

Student t

stats.t.ppf(0.975, 4)

2.7764

phân phối Student t

Tổng bình phương, kiểm định bảng chéo

chi bình phương χ²(k)

stats.chi2.ppf(0.95, 3)

7.8147

phân phối chi bình phương và F

Tỉ số hai phương sai, ANOVA

F(d₁, d₂)

stats.f.ppf(0.95, 2, 12)

3.8853

phân phối chi bình phương và F

Khối dưới in đúng cột kết quả. Ý nghĩa của pmf, cdf, sf, ppf nằm ở bài PMF, PDF và CDF, bài mẹ của trang này; tham số và bẫy của từng phân phối nằm ở bài ở cột cuối.

python
from scipy import stats

print(round(stats.binom(10, 0.3).pmf(3), 4), round(stats.poisson(4).pmf(2), 4))
print(round(stats.hypergeom(50, 5, 10).pmf(1), 4))
print(round(stats.uniform(loc=0, scale=30).cdf(10), 4), round(stats.norm(168, 6).cdf(180), 4))
print(round(stats.expon(scale=5).sf(10), 4), round(stats.t.ppf(0.975, 4), 4))
print(round(stats.chi2.ppf(0.95, 3), 4), round(stats.f.ppf(0.95, 2, 12), 4))

KẾT QUẢ

0.2668 0.1465
0.4313
0.3333 0.9772
0.1353 2.7764
7.8147 3.8853

Đổi stats.norm(168, 6) thành stats.norm(168, 12) rồi chạy lại: dòng ba in 0.3333 0.8413, vì chiều cao tản rộng hơn nên nhiều người vượt 180 cm hơn.

Đếm số lần: nhị thức, siêu bội hay Poisson

Biến là số nguyên đếm được thì chọn trong ba phân phối rời rạc. Câu hỏi đầu tiên: có một số lần thử cố định không? Có, và mỗi lần độc lập với cùng xác suất, thì là nhị thức. Có, nhưng rút không hoàn lại từ một nhóm nhỏ, xác suất đổi sau mỗi lần rút, thì là siêu bội. Không có số lần thử, chỉ có một khoảng thời gian hay một vùng không gian, thì là Poisson.

Một hộp 20 linh kiện có 4 linh kiện lỗi; rút 5 cái. Rút rồi bỏ lại thì mỗi lần vẫn là 4/20; rút luôn ra ngoài thì không:

python
from scipy import stats

print("Có hoàn lại: ", round(stats.binom(5, 4 / 20).pmf(0), 4))
print("Không hoàn lại:", round(stats.hypergeom(20, 4, 5).pmf(0), 4))

KẾT QUẢ

Có hoàn lại:  0.3277
Không hoàn lại: 0.2817

Giới hạn: khi tổng thể lớn gấp hai mươi lần cỡ mẫu trở lên, hai số gần nhau đến mức nhị thức dùng thay siêu bội được.

Đo liên tục: đều, chuẩn hay mũ

Biến là số đo (thời gian, chiều dài, khối lượng) thì xét dáng của nó. Đều khi chỉ biết khoảng [a, b] và không có lý do để giá trị nào hay gặp hơn. Chuẩn khi số đo dồn quanh trung bình, đối xứng, do nhiều yếu tố nhỏ cộng lại. Mũ khi là thời gian chờ một sự kiện đến ngẫu nhiên: mật độ cao nhất ở 0, độ lệch chuẩn bằng trung bình.

Ví dụ ở bảng: stats.uniform(loc=0, scale=30) là giờ giao hàng rơi đều trong 30 phút, stats.norm(168, 6) là chiều cao, stats.expon(scale=5) là chờ cuộc gọi với trung bình 5 phút. Giới hạn: số đo không âm và lệch phải mạnh, như thu nhập hay thời gian giao hàng qua nhiều khâu, không hợp với cả ba; khi đó so trung bình với độ lệch chuẩn và vẽ histogram trước khi chọn.

Phân phối của thống kê: t, χ² và F

Ba phân phối này hiếm khi mô tả dữ liệu thô. Chúng là phân phối của một con số tính từ mẫu khi giả thuyết đúng, nên bạn gọi chúng qua ppf để lấy ngưỡng và sf để lấy p-value. t đi với trung bình khi chưa biết σ; χ² đi với tổng bình phương, bảng chéo và phương sai; F đi với tỉ số hai phương sai.

python
from scipy import stats

print(round(stats.t.sf(2.5, 9) * 2, 4))
print(round(stats.chi2.sf(9.2, 3), 4))
print(round(stats.f.sf(4.1, 2, 12), 4))

KẾT QUẢ

0.0339
0.0267
0.044

Ba dòng là p-value hai phía của t = 2,5 với 9 bậc tự do, p-value của χ² = 9,2 với 3 bậc tự do, và p-value của F = 4,1 với (2, 12) bậc tự do. Giới hạn: bậc tự do đến từ thiết kế kiểm định, không từ bảng này; mỗi bài kiểm định nói công thức df của nó.

Kiểm tra nhanh

  1. Một cửa hàng ghi số đơn hàng online mỗi giờ, trung bình 6 đơn. Phân phối nào hợp nhất?

    • Nhị thức
    • Poisson
    • Phân phối mũ
  2. Những cặp tình huống và hàm nào khớp nhau?

    • Rút 8 thẻ không hoàn lại từ bộ 40 thẻ có 10 thẻ đỏ, đếm thẻ đỏ: stats.hypergeom
    • Ngưỡng 95% hai phía cho trung bình của 12 số đo: stats.t.ppf(0.975, 11)
    • Thời gian chờ xe buýt đến ngẫu nhiên: stats.uniform
    • 20 câu trắc nghiệm đoán bừa, mỗi câu 4 lựa chọn, đếm câu đúng: stats.binom(20, 0.25)
  3. Trong khung bẫy, vì sao norm(4, 2) không hợp với số khách mỗi giờ?

    • Vì độ lệch chuẩn phải bằng 4
    • Vì nó gán xác suất cho số khách âm và đánh giá sai P(X ≤ 1), trong khi số khách có trung bình nhỏ lệch phải
    • Vì norm không có cdf
Đúng hết lần đầu +15 XP

Bài tập

Chọn nhị thức hay siêu bội theo cách rút

Một kho có N sản phẩm, trong đó K sản phẩm lỗi. Người kiểm rút n sản phẩm; hoan_lai là True nếu mỗi sản phẩm được trả lại kho trước lần rút sau. Viết thân hàm p_dung_k(N, K, n, k, hoan_lai) trả về xác suất rút được đúng k sản phẩm lỗi, chọn phân phối hợp với cách rút.

Trả về: xác suất, một float.

Ví dụ p_dung_k(50, 5, 10, 1, False) cho khoảng 0.4313.

python
from scipy import stats


def p_dung_k(N, K, n, k, hoan_lai):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • Số đếm có số lần thử cố định, độc lập: stats.binom(n, p); rút không hoàn lại từ nhóm nhỏ: stats.hypergeom(N, K, n).

  • Số sự kiện trong một khoảng thời gian: stats.poisson(mu).

  • Số đo trong khoảng, không giá trị nào ưu tiên: stats.uniform(loc, scale); dồn quanh trung bình, đối xứng: stats.norm(loc, scale); thời gian chờ: stats.expon(scale=1 / lam).

  • Thống kê kiểm định: stats.t, stats.chi2, stats.f, dùng ppf cho ngưỡng và sf cho p-value.

  • Số đếm có trung bình nhỏ không dùng phân phối chuẩn.

Câu hỏi thường gặp

Các loại phân phối xác suất chia thế nào?

Theo kiểu biến: rời rạc (số đếm, có PMF) như nhị thức, Poisson, siêu bội; liên tục (số đo, có PDF) như đều, chuẩn, mũ. Nhóm thứ ba, t, χ² và F, là phân phối của các thống kê dùng trong kiểm định.

Còn những phân phối khác trong scipy.stats thì sao?

scipy.stats có cả: stats.beta, stats.lognorm, stats.weibull_min, cùng cách gọi pdf, cdf, ppf. Phân phối beta xuất hiện ở bài A/B test Bayes; các phân phối còn lại vượt ngoài khóa này.

Làm sao biết dữ liệu của mình theo phân phối nào?

Bắt đầu từ cách dữ liệu sinh ra, theo bảng trên, rồi kiểm bằng histogram và một vài con số như trung bình so với phương sai. Bài kiểm định phân phối chuẩn dạy cách kiểm riêng cho phân phối chuẩn.

Chủ đề

các loại phân phối xác suất

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập