伯努利分布:0-1分布;伯努利分布是二项分布在N=1时的特例;随机变量为取值为0或者1。
二项分布:N次重复且独立的伯努利实验,随机变量为在N次实验中出现某种情况(概率为p)的次数K。
泊松分布:二项分布的极限形式(N趋于无穷大,P趋于0);描述在一段给定时间t内,事件发生K次的概率。将时间段分割成很多个小的时间段,在不同的小时间段里,事件可发生可不发生(概率很小),事件的发生与否相互独立,且事件发生的概率与该小时间段的长度成正比;参数lambda表示一个时间段内时间平均发生的次数。
指数分布:描述两次事件发生间隔的概率;由泊松分布可以推导出指数分布,因为在事件发生的间隔t内没有事件发生,意味着泊松分布的随机变量K取值为0,事件在时间 t 之内发生的概率 P(T<t) = 1- P(T>t) = 1- P(K=0) = 1- e^(-λt)
-
指数分布常常用来描述电器寿命;指数分布和几何分布一样具有无记忆性
Gamma分布:不同于指数分布描述的“某次事件发生后,距离下一次发生的时间间隔的概率”,Gamma分布描述的是“N次事件发生的时间间隔的概率”,意味着Gamma分布可以看做是N个独立的指数分布随机变量的加总。不同于泊松分布中lambda给定的情况,在Gamma分布中lambda也是随机变量,由此可知Gamma分布中的两个随机变量:单位时间内事件发生的次数N,单位时间内事件发生的平均次数lambda。