目录
1. 均匀分布【ξ ~ U(a, b)】
- 期望: E(ξ) = (a+b) / 2
- 方差: D(ξ) = (b-a)2 / 12
2. 指数分布【ξ ~ E(λ)】
-
概率密度函数
-
分布函数
-
期望: E(ξ) = 1/λ
-
方差: D(ξ) = 1/λ2
3. 正态分布【ξ ~ N(μ, σ2)】
-
概率密度函数
-
期望: E(ξ) = μ
-
方差: D(ξ) = σ2
- 正态分布标准化问题:随机变量减去均值除以标准差
- 两相互独立的服从正态分布的随机变量的分布:
X ~ N (a, b),Y ~ N (c, d)
X+Y ~ N (a+c, b+d)
X- Y ~ N (a-c, b+d)
4. 标准正态分布【ξ ~ N(0, 1)】
-
分布函数:
*标准正太分布的分布函数表Φ0,1(x) = -
期望: E(ξ) = 0
-
方差: D(ξ) = 1
ξ2 服从自由度为1的卡方分布
5. 伽玛分布【ξ ~ Ga(r, λ)】
- 密度函数:
ξ服从参数为r, λ的伽马分布
λ:尺度参数。
-
期望: E(ξ) = r/λ
-
方差: D(ξ) = r/λ2
指数分布与伽马分布的关系
令参数r = 1,则伽马分布则变成指数分布。所以说,制数分布是伽马分布的特例。
6. 卡方分布 【χ2 ~ χ2(n)】
伽玛函数
①密度函数
- 期望: E(ξ) = n
- 方差: D(ξ) = 2n
②定理
两相互独立的卡方分布相加,结果仍为卡方分布,自由度为两自由度之和。
7. F——分布【F ~ F(n1, n2)】
-
概率密度函数:
-
期望: E(ξ) = n / (n-2)
-
方差:
②定理
a.
8. t——分布【T ~ t(n)】
-
密度函数:
-
期望: E(ξ) = 0
-
方差: D(ξ) = n / (n-2)
2. 定理
a.
b.
c.
9. 贝塔分布【ξ~Be(a, b)】
- 密度函数:
- 期望: E(ξ) = a / (a+b)
- 方差 :
②具体情况:
a. 不合格品率
b. 市场占有率
c. 射击命中率
10. 韦布尔分布
- 概率密度函数:
- 期望:
- 方差:
11. 对数正态分布
- 概率密度函数:
- 期望:
- 方差: