1. 定义
假设一串独立的伯努利实验(0-1,成功失败,伯努利实验),每次实验(trial)成功和失败的概率分别是
p
和
X∼NB(r;p)
2. PMF(概率质量函数)
f(k;r,p)≡Pr(X=k)=(r+k−1k)pk(1−p)r
- 最后一次显然为失败,前 r+k−1 中发生 k 次成功;
之所以称其为 negative binomial distribution(负二项式分布),在于:
此时不妨对其能否构成概率分布进行简单验证:
∑kPr(X=k)====(1−p)r∑k(−1)k(−rk)pk(1−p)r∑k(−rk)(−p)k(1−p)r⋅(1−p)−r1
3. 负二项分布与泊松分布的关系
想要负二项分布中出现 λ ,不妨令 p=λλ+r ,当 r→∞ :
fX(x)====(k+r−1)(k+r−2)⋯(r)k!pk(1−p)r(k+r−1)(k+r−2)⋯(r)k!λk(λ+r)k(rλ+r)rλkk!(1(1+λr)r)λkk!e−λ