L2-离散变量分布:Bernoulli分布、二项分布、泊松分布等

简介: L2-离散变量分布:Bernoulli分布、二项分布、泊松分布等

1. 定义


随机试验的每一个结果都对应变量X 的一个确定的取值,因此变量X 是样本空间S 上的函数:


image.png


离散型随机变量:如果随机变量X 的取值是有限个或可列无穷个,则称X为离散型随机变量。


设离散型随机变量X XX的所有可能取值为X1 x2 , … , x n离散型随机变量X的分布律如下:

image.png

image.png


对于任意自然数n image.png


2. 常见离散变量分布


(1)Bernoulli分布


Bernoulli分布又称两点分布0-1分布

伯努利试验(Bernoulli trial)是只有两种可能结果的单次随机试验,即对于一个随机变量X而言:

image.png

如果随机变量X 的分布律为


image.png

则称随机变量X XX服从参数为p 的Bernoulli分布,记作X ∼ B ( 1 , p )


(2)二项分布


如果随机变量X 的分布律为

image.png

则称随机变量X XX服从参数为( n , p ) (n,p)(n,p)的二项分布,记作X ∼ B ( n , p ) X \sim B(n,p)X∼B(n,p)。


二项分布(Binomial distribution)是n 重伯努利试验成功次数的离散概率分布。显然,当n = 1时,X ∼ B ( 1 , p ) ,此时X XX服从Bernoulli分布,因此Bernoulli分布是二项分布的一个特例。


(3) 多项分布


多项式分布(Multinomial Distribution)是二项式分布的推广。n次伯努利实验,每次试验的结果可以有多m 个,且m个结果发生的概率互斥且和为1,则发生其中一个结果X次的概率就是多项式分布。


image.png


(4) Poisson分布


如果随机变量X的分布律为


image.png


其中,λ > 0为常数

则称随机变量X XX服从参数$\lambda $的Poisson分布。


可以证明,电话总机在某一时间间隔内收到的呼叫次数,放射物在某一时间间隔内发射的粒子数,容器在某一时间间隔内产生的细菌数,在一定条件下,都服从Poisson分布。


Poisson定理


设在Bernoulli试验中,以P n 代表事件A 在试验中发生的概率,它与试验总数n 有关。如果


image.png


由Poisson定理可知,若随机变量X ∼ B ( n , p ) ,则当n nn比较大,p比较小时,令λ = n p ,则有

image.png

(5) 几何分布


随机变量X 的分布律为

image.png

其中p ≥ 0 , q ≥ 0


(6) 超几何分布


随机变量X 的分布律为

image.png

相关文章
|
1月前
【视频】什么是非线性模型与R语言多项式回归、局部平滑样条、 广义相加GAM分析工资数据|数据分享(上)
【视频】什么是非线性模型与R语言多项式回归、局部平滑样条、 广义相加GAM分析工资数据|数据分享
|
17天前
|
机器学习/深度学习 监控 数据挖掘
数据并非都是正态分布:三种常见的统计分布及其应用
这篇文章除了介绍线性模型在减肥app预测中的不切实际性,还探讨了不同统计分布在体重管理和数据分析中的应用。文章提到了正态分布和泊松分布,前者常用于描述围绕平均值对称分布的连续数据,如体重;后者适合计数数据,如体重变化次数。正态分布以其钟形曲线闻名,泊松分布则描述独立事件的数量。文章还简要介绍了卡方分布在检验分类变量关系时的作用。最后,文章指出了在线性回归中假设数据正态分布的原因,包括便于统计推断和最小化估计误差。
45 5
|
1月前
|
数据可视化
R平方/相关性取决于预测变量的方差
R平方/相关性取决于预测变量的方差
|
1月前
【视频】什么是非线性模型与R语言多项式回归、局部平滑样条、 广义相加GAM分析工资数据|数据分享(下)
【视频】什么是非线性模型与R语言多项式回归、局部平滑样条、 广义相加GAM分析工资数据|数据分享
|
1月前
样条曲线分段线性回归模型piecewise regression估计个股beta值分析收益率数据
样条曲线分段线性回归模型piecewise regression估计个股beta值分析收益率数据
三大抽样分布——卡方分布、t分布、F分布
三大抽样分布——卡方分布、t分布、F分布
|
数据可视化 Python
概率学中的随机变量与分布
概率学中的随机变量与分布
概率学中的随机变量与分布
|
7月前
|
机器学习/深度学习 数据挖掘
06 随机变量及其分布
06 随机变量及其分布
52 0
|
7月前
|
数据挖掘
19 误差分布曲线的建立 - 高斯导出误差正态分布
19 误差分布曲线的建立 - 高斯导出误差正态分布
25 0
|
9月前
|
Ruby
(一)探索随机变量及其分布:概率世界的魔法
(一)探索随机变量及其分布:概率世界的魔法