前言
离散型分布概述离散型分布包括几何分布、超几何分布、二项分布和泊松分布。其中二项分布和泊松分布最重要。 伯努利试验对于一个试验(事件),如果重复发生的概率是独立地(上一次的结果不影响这次),那么它是独立试验。特别地,如果这个试验只存在两种结果,则称其为伯努利试验。 随机变量对于有现实世界意义的数,我们根据意义的不同,将其划分为不同的类,而对于同一类的数,都使用同一个随机变量来称呼。比如,x年x月x日下雨量,我们就可以使用“随机变量X”来称呼;x年x月x日下雨可能性,我们就用“随机变量Y”来称呼。 需要明确的是:
几何分布对于重复n次的伯努利试验,我们可以计算“首次为1是出现在第K次试验”: 超几何分布袋中有N个球,其中m个为红球,余下的是白球。从袋中一次取n个球,“恰有k个红球”的概率: 对于满足上式的随机变量X,称X服从超几何分布,记作 二项分布对于重复n次的伯努利试验,我们可以计算“成功k次”的概率: 01分布特别地,当n=1,即只重复一次伯努利试验时,我们将其称为01分布。(随机变量X只有两个结果) 泊松分布的直观理解泊松分布是用来描述某段时间内事件的发生概率。 我们先假设是从某一时刻起(X=x)的t个单位时间内。我们已知的是单位时间内事件发生的概率p。 通过二项分布,我们可以计算单位时间的整数倍时刻,事件发生k次的可能性。 故当t取无限小时,可以计算出泊松分布公式: 越大,时间段内事件的平均发生次数会增加。 泊松分布的公式推导泊松分布公式: 泊松分布的用途
泊松分布的相关数值期望: 变异系数: 泊松分布和正态分布的关系泊松分布和正态分布(高斯分布)都是由二项分布推导出,但基本没什么关系… 参考文献I. 《概率论与数理统计(第二版)》 陈鸿建著 |
|
来自: 好易学 > 《概率论与数理统计》