机器学习小组知识点12:超几何分布(Hyper-Geometric Distribution)

本文探讨了超几何分布和二项分布的联系与区别,指出在样本数量足够大时,超几何分布趋近于二项分布。通过改变抽样方式(有返回 vs 无返回)或隔离正品与废品,可以实现两种分布之间的转化。同时,两者的数学期望和方差在特定条件下存在极限关系。
摘要由CSDN通过智能技术生成

超几何分布与二项分布的联系与区别

事实上,超几何分布和二项分布确实有着密切的联系,但也有明显的区别。
  课本对于超几何分布的定义是这样的:一般的,若一个随机变量X的分布列为,其中,则称X服从超几何分布,记为。其概率分布表为:
     
  对于二项分布的定义是这样的:若随机变量X的分布列为,其中则称X服从参数为n,p的二项分布,记为。其概率分布表为:
    
  超几何分布与二项分布都是取非负整数值的离散分布,表面上看,两种分布的概率求取有截然不同的表达式,但看它们的概率分布表,会发现构造上的相似点,如:随机变量X的取值都从0连续变化到l,对应概率和N,n,l三个值密切相关……

  • 8
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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