伯努利分布

最新推荐文章于 2021-10-19 16:11:14 发布

沈波

最新推荐文章于 2021-10-19 16:11:14 发布

阅读量6.9k

点赞数 1

分类专栏： Machine Learnning 文章标签：维基百科伯努利分布

29 篇文章 2 订阅

订阅专栏

伯努利分布[编辑]

维基百科，自由的百科全书

**伯努利分布**
概率质量函数
累积分布函数
参数	$p>0\,$ （实数）
支撑集	$k=\{0,1\}\,$
概率质量函數	$\begin{matrix} q & \mbox{for }k=0 \\p~~ & \mbox{for }k=1 \end{matrix}$
累积分布函数	$\begin{matrix} 0 & \mbox{for }k<0 \\q & \mbox{for }0\leq k<1\\1 & \mbox{for }k\geq 1 \end{matrix}$
期望值	$p\,$
中位数	N/A
众数	$\begin{matrix}0 & \mbox{if } q > p\\0, 1 & \mbox{if } q=p\\1 & \mbox{if } q < p\end{matrix}$
方差	$pq\,$
偏度	$\frac{q-p}{\sqrt{pq}}$
峰度	$\frac{6p^2-6p+1}{p(1-p)}$
信息熵	$-q\ln(q)-p\ln(p)\,$
动差生成函数	$q+pe^t\,$
特性函数	$q+pe^{it}\,$

伯努利分布（the Bernoulli distribution，又名两点分布或者0-1分布，是一个离散型概率分布，为纪念瑞士科学家雅各布·伯努利而命名。)若伯努利试验成功，则伯努利随机变量取值为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 $p (0{\le}p{\le}1)$ ，失败概率为 $q=1-p$ 。则

其概率质量函数为：
- $f_X(x) = p^x(1-p)^{1-x} = \left\{\begin{matrix} p & \mbox {if }x=1, \\q \equiv 1-p\ & \mbox {if }x=0, \\0 & \mbox {otherwise.}\end{matrix}\right.$
其期望值为：
- $\operatorname{E}X = \sum_{i=0}^1x_if_X(x)= 0 + p = p$
其方差为：
- $\operatorname{var}X = \sum_{i=0}^1(x_i-E[X])^2f_X(x)= (0-p)^2(1-p) + (1-p)^2p = p(1-p) = pq$

[隐藏]

概率分布

单随机变量	均匀 • 伯努利 • 几何 • 二项 • β-二项• 泊松 • 超几何 • 多项 • 负二项 • 玻尔兹曼 • 复合泊松 • 退化 • 高斯-库兹明 • 对数 • 拉德马赫 • Skellam • Yule-Simon • ζ • 齐夫 • 齐夫-曼德尔布罗特 • 抛物线分形

多随机变量	Ewens抽样公式

单随机变量	均匀 • 正态 • 指数 • Β（贝塔） • Β'（第二类） • 柯西 • χ²（卡方） • δ（德尔塔） • 爱尔朗（Erlang） • 广义误差 • F • 衰落 • Fisher的z • Fisher-Tippett • Γ（伽玛） • 广义极值 • 广义双曲 • 半逻辑 • Hotelling的T平方 • 双曲正割 • 超指数 • 逆χ² • 逆高斯 • 广义逆高斯 • 逆γ • Kumaraswamy • Landau • 拉普拉斯 • 列维 • 稳定 • 逻辑 • 对数正态• 麦克斯韦-玻尔兹曼• 麦克斯韦速率分布律 • 玻色-爱因斯坦 • 费米-狄拉克 • Pareto• Pearson • 极角 • 余弦平方 • 瑞利 • 相对论的Breit-Wigner • 莱斯 • t（学生氏） • 三角 • 第一类Gumbel• 第二类Gumbel • Voigt • von Mises • 韦氏 • Wigner半圆形

多随机变量	狄利克雷 • 肯特 • 矩阵常态分配 • 多变量常态分配 • von Mises-Fisher • Wigner拟概率 • Wishart

康托尔分布 • 条件概率 • 指数分布族 • infinitely divisible • location-scale family • 边缘 • 最大熵 • phase-type • 后验概率 • 先验概率 • 拟概率 • 抽样分配 • singular

关注