机器学习小组知识点8：二项式分布（Binomial distribution）

二项分布适用环境：　

1．各观察单位只能具有相互对立的一种结果，如阳性或阴性，生存或死亡等，属于两分类资料。

2．已知发生某一结果（阳性）的概率为$p$，其对立结果的概率为$1-p$，实际工作中要求$p$是从大量观察中获得比较稳定的数值。

3．$n$次试验在相同条件下进行，且各个观察单位的观察结果相互独立，即每个观察单位的观察结果不会影响到其他观察单位的结果。如要求疾病无传染性、无家族性等。

二项分布解析：

*符号*：$b(x,n,p)$

*概率函数**：$C_n^xp^xq^{n-x}$，其中$x=0,1,\cdots,n$为正整数即发生的次数，$C_n^x=\frac{n!}{x!(n-x)!}$

*例题*：
掷硬币试验。有10个硬币掷一次，或1个硬币掷十次。问五次正面向上的概率是多少?

　　解：根据题意$n＝10，p＝q＝\frac{1}{2}，x＝5$

　　$b(5,l0,\frac{1}{2}) = C_{10}^5p^5q^{10} = \frac{10! }{ (5!(10-5)!)} \times (\frac{1}{2})^5\times (\frac{1}{2})^5 = 252 \times (\frac{1}{32}) \times (\frac{1}{32}) =0.2469$

　　所以五次正面向上的概率为0．24609

*期望和方差*：

根据上次熊俊达同学讲的期望的线性性质和方差的求和可分离性质可直接从伯努利分布推导得知，

$$\mu_n=\sum_{k=1}^n\mu=np$$ ,
$$\sigma^2_n=\sum_{k=1}^n\sigma^2=np(1-p)$$

*与伯努利分布的关系*：

伯努利分布是二项分布在$n = 1$时的特殊情况。任何二项分布$b(x,n, p)$都是$n$次独立伯努利试验的和，每次试验成功的概率为$p$。