回答編集履歴
2
変更
answer
CHANGED
|
@@ -27,4 +27,4 @@
|
|
|
27
27
|
# => 6.040124011291546e-162
|
|
28
28
|
```
|
|
29
29
|
|
|
30
|
-
上のscipyの結果とは若干ずれてるみたいですが、一応やればできますということで。
|
|
30
|
+
上のscipyの結果とは若干ずれてるみたいですが（浮動小数点計算かつ近似計算なので仕方ない）、一応やればできますということで。
|
1
追記
answer
CHANGED
|
@@ -6,4 +6,25 @@
|
|
|
6
6
|
>>> from scipy import stats
|
|
7
7
|
>>> stats.binom.pmf(1000, 10000, 0.2)
|
|
8
8
|
6.0401240113519745e-162
|
|
9
|
-
```
|
|
9
|
+
```
|
|
10
|
+
|
|
11
|
+
### 追記
|
|
12
|
+
「勉強でやってるんだから、ライブラリ丸投げじゃ意味ないんですよね」という場合に備えて追記。
|
|
13
|
+
|
|
14
|
+
一回logを取ってlogの足し算にしてからexpしてみる。
|
|
15
|
+
|
|
16
|
+
```python
|
|
17
|
+
import scipy.misc as scm
|
|
18
|
+
from math import log, exp
|
|
19
|
+
|
|
20
|
+
def binomialDistribution2(x, n, p):
|
|
21
|
+
t1 = log(scm.comb(n,x, exact=True))
|
|
22
|
+
t2 = x*log(p)
|
|
23
|
+
t3 = (n-x)*log(1.0-p)
|
|
24
|
+
return exp(t1+t2+t3)
|
|
25
|
+
|
|
26
|
+
print(binomialDistribution2(1000, 10000, 0.2))
|
|
27
|
+
# => 6.040124011291546e-162
|
|
28
|
+
```
|
|
29
|
+
|
|
30
|
+
上のscipyの結果とは若干ずれてるみたいですが、一応やればできますということで。
|