统计学——离散概率分布和连续概率分布

1.离散概率分布

1.1 伯努利分布

伯努利实验：同样的条件下进行的相互独立的实验，特点是实验的可能结果只有两种。成功/失败。如果随机变量X是一次伯努利实验，则这个随机变量就符合伯努利分布。一次抛硬币就是典型的伯努利分布。

1.2 二项分布

二项分布：发生次数是固定的，感兴趣的是成功的次数。

二项分布的判断依据如下：

• 做某件事的次数（也叫试验次数）是固定的，用n表示。
• 每一次事件都有两个可能的结果（成功，或者失败）
• 每一次成功的概率都是相等的，成功的概率用p表示
• 你感兴趣的是成功x次的概率是多少。那么就可以用二项分布的公式快速计算出来了。

二项分布计算公式：
$$P(x)=C_n^x{p}^x(1-p{)}^{n-x}$$
二项分布的期望和方差如下：

期望$E(x)=np$
方差$D(x)=np(1-p)$

我们需要注意，当n为1时，就是伯努利分布；而当n很大的时候，二项分布的形状与正态分布类似，所以计算n很大的概率时，可以正态分布计算概率。而当p<0.25，n>20，np<5时，二项分布可以用泊松分布来计算概率。

1.3 几何分布

几何分布：需要知道尝试多次能取得第一次成功的概率，则需要几何分布。

几何分布判断依据如下：

• 每一次事件都有两个可能的结果（成功，或者失败）
• 每一次“成功”的概率都是相等的，成功的概率用p表示
• 进行x次尝试这个事情，取得第1次成功的概率是多大

几何分布和二项分布很像，但关注点不同，几何分布关注第一次成功的概率，而二项分布关注的是成功的次数。
几何分布的概率计算公式：