这篇博客主要回答以下几个问题:
- 随机变量X的函数服从什么分布? ---i.e. 怎么求该函数的概率密度函数
- 它们的反函数又服从什么分布?
- 之前学的各种连续分布之间又有什么关系?
目录
对于离散型随机变量,可用分布列来表示它的分布,连续型随机变量,则是用概率密度函数来描述它的分布。所以对于任何一个随机变量,求出它的概率密度函数/分布列就相当于能知道它服从什么分布。
各种分布之间的关系
先来回顾一部分知识
离散分布
- 当
时,二项分布可以用泊松分布来近似 【泊松定理】
- 当
【n 远远小于N】, 超几何分布
可用二项分布
近似
- r=1时的负二项分布
为几何分布,即
指数分布与几何分布都有“无记忆性”
连续分布
- 若X服从伽马分布
,则当
时,有
- 伽马分布与指数分布:
若 ,则
,其中
【独立同分布】;
若形状参数为整数k,则伽马变量可以表示成k个独立同分布的指数变量之和
- 伽马分布与卡方分布:
的伽马分布 就是 自由度为n的卡方分布 ,即
- 正态分布与卡方分布:
若 ,则
- 贝塔分布与均匀分布:
当 时的贝塔分布就是区间(0,1)上的均匀分布。
- 对数正态分布
与正态分布
的关系:若
,则
。
- 正态分布的性质:正态变量的线性变换仍为正态变量,即
若 ,则当
时,有
.
连续随机变量函数的分布
设连续随机变量X的密度函数
( 1 ) 若 严格单调,其反函数
有连续导函数,则
的密度函数为
其中
( 2 ) 若 在不相重叠的区间
上逐段严格单调,其反函数
有连续导函数,则
的密度函数为
..
分布函数的反函数
若X的分布函数 为严格单调增的连续函数,其反函数
存在,则
服从(0,1)上的均匀分布
.
习题讲解