-
连续随机变量的概率分布
-
Cumulative distribution function (或者简称distribution function)
- Y是任意一个随机变量。Y的cdf被记为F(y),其定义是。
- Cdf的性质
- 是y的不递减(nondecreasing)函数:
- 如果一个随机变量Y的F(y)在的范围内是连续的,那么Y就是一个连续随机变量。
-
Probability density function
- 定义:
- Cdf也可以被写成
- Pdf的性质
- 定义:
- 如果一个随机变量Y的pdf为f(y)并且a<b,那么Y落在区间[a, b]的概率是。
- 如果Y是连续随机变量并且a和b是满足a<b的常数,那么P(Y=a)=P(Y=b)=0。我们可以进一步得出。
-
-
连续随机变量的期望
- 期望的定义
- 期望的性质
- 期望的定义
-
常见连续分布
-
矩和矩母函数 Moment and Moment Generating Function
- 关于原点的矩 kth moment about the origin:
- 关于均值的矩 kth moment about the mean:
- 连续随机变量Y的矩母函数 moment generating function:
- g(Y)的矩母函数:
- 用矩母函数求任意关于原点的矩:
参考:
1. Mathematical Statistics with Applications 5th