机器学习小组知识点10:多项式分布(Mutibinomial distribution)

本文介绍了多项分布的概念,从二项分布的推广出发,详细阐述了多项分布的定义及概率公式。通过举例说明如何计算特定条件下各结果出现次数的概率,并讨论了多项分布的期望和方差公式,指出二项分布是多项分布的特例。
摘要由CSDN通过智能技术生成

介绍

把二项分布公式再推广,就得到了多项分布。 二项分布的典型例子是扔硬币,硬币正面朝上概率为 p , 重复扔 n 次硬币, k 次为正面的概率即为一个二项分布概率。(严格定义见二项分布中伯努利实验定义)

把二项扩展为多项就得到了多项分布。比如扔骰子,不同于扔硬币,骰子有6个面对应6个不同的点数,这样单次每个点数朝上的概率都是 16 (对应 p1 p6 ,它们的值不一定都是 16 ,只要和为1且互斥即可,比如一个形状不规则的骰子),重复扔 n 次,如果问有 x 次都是点数6朝上的概率就是: Cxnpx6(1p6)nx

更一般性的问题会问:“点数1~6的出现次数分别为( x

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值