![](https://cdn-ak-scissors.b.st-hatena.com/image/square/56cd28f6a8a8a1e64ebe030b5caafd6c1d051009/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9UHl0aG9uJUUzJTgxJUE3JUU2JUFEJUEzJUU4JUE2JThGJUU1JTg4JTg2JUU1JUI4JTgzJUUzJTgxJUE4JUU2JTg4JUFGJUUzJTgyJThDJUUzJTgyJThCJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1kMGQ5MjU3Mjc0ZmI2ZGE0ZDNkMmRlYjQ5NGYwMmY4OA%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBraW1pc3lvJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz0wYTk4OGQ3NjI4YmE3OTAxYjNiMzY2NDA0YzI4NGJhNw%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D6ae57472249dacffb9a930e45d3e00ef)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Pythonで正規分布と戯れる - Qiita
はじめに E資格の次は統計検定の合格を!ということで、早速Pythonで統計について理解を深めていきたい... はじめに E資格の次は統計検定の合格を!ということで、早速Pythonで統計について理解を深めていきたい。そこでまずは正規分布と戯れてみた。 正規分布とは 以下の確率密度関数で定義される分布である。 $$ f(x) = \frac{1}{\sqrt{2πσ^2}} \exp\left(-\frac{(x-u)^2}{2σ^2}\right) $$ 確率密度関数をPythonで書いてみよう。 腐るほど、いろんな人がやったネタであるが、自分で書いてみよう。 確率変数Xと平均と分散を受け取って確率を返すというもの。 numpyなので複数のXに対して計算できちゃうぞ。 # 正規分布関数 def normal(x, u, v): ret = 1 / np.sqrt(2 * np.pi * v) * np.exp(-(x-u)**2/(2*v)) return ret