目录
1.1 两点分布&二项分布
1.1.1 伯努利分布 X~B(1,p)
0 1分布。(只有2种情况,不是0就是1)
X事件服从这样一个分布B(1,p)
1.1.2 二项分布 X~B(n,p)
比如:拿出来又放回去的抽样,理论可以无数次抽样。
正好摸出红球的概率,就是随机事件,
1.2 正态分布
自然界中绝大多数事物都服从正态分布
1.2.1 正态分布 X~N(μ,
)
构造一个密度函数来分析。
累积分布函数
求累积分布函数的一阶导函数,即为密度函数。
均值——决定了在数轴的哪个位置
方差——决定了宽窄程度
正态分布曲线下的总面积等于1
1.3 标准正态分布
1.4 X²-卡方分布(chi-square)
有一堆样本,先把x标准化,进行平方,求和;
卡方分布:多个标准正态分布的平方和
卡方分布作用——分析所有和样本方差有关的问题,就可以用卡方分布
卡方分布的图像,会随着样本的容量增大,收敛到正态分布。
(期望可以约等于均值,均值会向右移动)
1.5 t分布
背景:为了发明检验啤酒生产是否合格,造出来的分析方法。
比如 每瓶啤酒装500Ml,x检验是否合格,需要抽样(而且越少越好,节约成本,小样本),
专门用来分析小样本。
1.6 F分布
用途:对比方差用;
分析两件事物离散程度的,样本方差做除法 就是F分布。
图像——类似卡方分布。