数学 - Python - 統計学 - 離散確率分布を使う - 期待値を味方につける(期待値と分散の計算)

Head First Statistics
原著

学習環境

• Surface 3 (4G LTE)、Surface 3 タイプ カバー、Surface ペン(端末)
• Windows 10 Pro (OS)
• 数式入力ソフト(TeX, MathML): MathType
• MathML対応ブラウザ: Firefox、Safari
• MathML非対応ブラウザ(Internet Explorer, Microsoft Edge, Google Chrome...)用JavaScript Library: MathJax
• 参考書籍
  • Pythonからはじめる数学入門
  • JavaScriptリファレンス 第6版
  • インタラクティブ・データビジュアライゼーション

Head First Statistics (Dawn Griffiths (著)、黒川 利明 (翻訳)、木下 哲也 (翻訳)、黒川 洋 (翻訳)、黒川 めぐみ (翻訳)、オライリージャパン)の5章(離散確率分布を使う - 期待値を味方につける)、エクササイズ(p. 209)を取り組んでみる。

エクササイズ(p. 209)

コード(Emacs)

Python 3

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

a = [(1, 0.1), (2, 0.25), (3, 0.35), (4, 0.2), (5, 0.1)]

print('E(X): 期待値')
u = sum([x * p for x, p in a])

print(u)

print('Var(X): 分散')
v = sum([(x - u) ** 2 * p for x, p in a])
print(v)

入出力結果(Terminal, Jupyter(IPython))

$ ./sample1.py
E(X): 期待値
2.95
Var(X): 分散
1.2475
$