离散型概率分布
—— wikipedia
伯努利试验 :
是只有两种可能结果(成功或失败)的单次随机试验,即对于一个随机变量X而言:
伯努利过程 :
与 伯努利过程相关的随机变量 有:
背景引入:
在实际中的案例结果往往只有两种结果(正、反)。例如:抛硬币、明天下不下雨、买彩票中奖与不中奖、疾病生存还是死亡、合格与不合格等等。这样的事件便是伯努利试验。
定义:
伯努利分布(Bernoulli distribution)又名 两点分布 或 0-1分布 ,是一个 离散型概率分布 ,是最简单的离散型概率分布。若伯努利随机试验成功,则伯努利随机变量取1。若伯努利试验失败,则伯努利随机变量取值为0。记其成功概率为p,失败概率为q=1-p。
概率密度函数:
期望:
方差:
背景引入:
对同一个硬币扔10次,出现3次正面朝上的概率。扔硬币的过程便是一个伯努利过程,正面朝上次数的概率就是二项分布。
定义:
Binomial Distribution是 n个独立的伯努利试验 中 成功的次数 的离散概率分布,其中每次试验的成功概率为p。实际上,当 n = 1 时,二项分布就是 伯努利分布 。二项分布是显著性差异的二项试验的基础。—— wikipedia
概率质量函数:
如果随机变量X服从参数n和p为的二项分布,我们记 。 n次试验中正好得到k次成功的概率 由概率质量函数给出:
二项分布是一个 概率分布族 ,随着试验次数n和成功概率p的不同而不同,且它 与正态分布关系密切 。
期望:
方差:
在n次伯努利试验中,试验k次才得到 第一次成功的概率 ,也就是说: 前k-1次都失败 ,第k次成功的概率。记为 。
概率质量函数:
期望:
方差:
描述了由有限个物体中 抽出n个物件,成功抽出指定种类的物件 的个数( 不放回抽取 )。例如在有N个样本,其中K个是不及格,N-K个是及格的,超几何分布描述了在该N个样本中抽出n个,其中k个是不及格的概率。记为 。
概率质量函数:
[图片上传失败...(image-dbc806-1589359103817)]
泊松分布适合于描述 单位时间 或 单位空间 内随机事件发生的 次数 的概率分布。记为 。
概率质量函数:
[图片上传失败...(image-41616c-1589359103817)]
期望:
方差:
在二项分布的伯努利试验中,如果 试验次数n很大 ,二项分布的 概率p很小 ,且乘积 λ= np 比较适中,则事件出现的次数的概率可以用泊松分布来逼近。
2021-01-25 广告