总体概率分布图关系如下:
均匀分布(连续型)(alpha=1、 beta=1 的Beta分布)
→
\rightarrow
→Beta 分布(连续型)
→
\rightarrow
→狄利克雷分布(连续型)(Beta 分布高维情形的推广)
由1次到N次的独立重复实验 { 伯 努 利 分 布 ( 离 散 型 ) → → 二 项 分 布 ( 离 散 型 ) M u l t i − B e r n o u l l i 分 布 ( 离 散 型 ) → → 多 项 式 分 布 ( 离 散 型 ) \left\{\begin{matrix} 伯努利分布(离散型)\rightarrow→二项分布(离散型) \\Multi-Bernoulli 分布(离散型)\rightarrow→多项式分布(离散型) \end{matrix}\right. {伯努利分布(离散型)→→二项分布(离散型)Multi−Bernoulli分布(离散型)→→多项式分布(离散型)
G
a
m
m
a
分
布
(
连
续
型
)
→
{
指
数
分
布
(
当
a
l
p
h
a
等
于
1
时
)
卡
方
分
布
E
r
l
a
n
g
分
布
Gamma 分布(连续型)\rightarrow\left\{ \begin{matrix} 指数分布(当 alpha 等于 1 时) \\卡方分布\\Erlang 分布 \end{matrix} \right.
Gamma分布(连续型)→⎩⎨⎧指数分布(当alpha等于1时)卡方分布Erlang分布
原文章链接