Distribusi Binomial adalah Distribusi Diskrit.
Distribusi ini menggambarkan hasil dari skenario biner, misalnya melempar koin, yang akan menghasilkan kepala atau ekor.
Distribusi ini memiliki tiga parameter, yaitu:
n – jumlah percobaan.
p – kemungkinan terjadinya setiap percobaan (misalnya untuk melempar koin, peluang masing-masing 0,5).
size – Bentuk dari array yang dikembalikan.
Distribusi Diskrit: Distribusi yang ditentukan oleh rangkaian peristiwa terpisah, misalnya hasil lemparan koin adalah diskrit karena hanya menghasilkan kepala atau ekor sedangkan tinggi orang continuous seperti 170, 170.1, 170.11 dan seterusnya.
Contoh:
Berikan 10 percobaan untuk melempar koin dan menghasilkan 10 poin data
from numpy import random x = random.binomial(n=10, p=0.5, size=10) print(x)
Visualisasi Distribusi Binomial
Contoh:
from numpy import random import matplotlib.pyplot as plt import seaborn as sns sns.distplot(random.binomial(n=10, p=0.5, size=1000), hist=True, kde=False) plt.show()
Hasilnya:
Perbedaan Antara Distribusi Normal dan Binomial
Perbedaan utamanya adalah distribusi normal kontinu sedangkan binomial diskrit, tetapi jika ada cukup titik pada distribusi binomial akan menghasilkan data yang sangat mirip dengan distribusi normal dengan lokasi dan skala tertentu.
Contoh:
from numpy import random import matplotlib.pyplot as plt import seaborn as sns sns.distplot(random.normal(loc=50, scale=5, size=1000), hist=False, label='normal') sns.distplot(random.binomial(n=100, p=0.5, size=1000), hist=False, label='binomial') plt.show()
Hasilnya:
