常用概率分布

二项分布(伯努利分布)

扔硬币,硬币正面朝上概率为p, 重复扔n次硬币,k次为正面的概率即为一个二项分布概率

概率公式:

 

多项式分布

二项分布的推广,有变量多种取值

概率公式:

狄利克雷分布(Dirichlet distribution):

概述:

狄利克雷分布是一种“分布的分布” (a distribution on probability distribution) ,由两个参数\alpha ,{G_0}确定,即G \sim DP(\alpha ,{G_0}),(DP: Dirichlet Process) \alpha是分布参数(concentration or scaling parameter),其值越大,分布越接近于均匀分布{G_0},其值越小,分布越concentrated。 {G_0}是基分布(base distribution)。

数学形式及解释:

令Dirichlet Distribution为\Theta = \{ {\theta _1},{\theta _2},...,{\theta _m}\},其中\Theta \sim Dirichlet({\alpha _1},{\alpha _2},...,{\alpha _m})\alpha > 0.

密度方程为,该分布中的样本\theta在m-1维的概率单纯形中,即

 

泊松分布(Possion distribution):

概率公式:

 直观含义:

随机变量X代表出生婴儿的个数,P {X=k} 代表出生k个婴儿的概率,
λ为已知数,代表平均单位时间出生婴儿的个数。
求t时间内出生k个婴儿的概率:P {X=k} ,令t=1,就是

因此Possion公式的直观意义就是:
已知单位时间内平均出生 λ个婴儿, 得到单位时间内出生k个婴儿的概率。
 

 如果将k看成是一个变量, Possion公式就是单位时间内出生婴儿个数的概率分布。
直观理解,当然是单位时间出生λ个婴儿的概率最大。


 

Gamma function:

在Poisson分布中,λ是一个已知数,是一个常数,
如果我们把λ看成一个变数,假设是x,那 么 得 到 的 分 布 就 叫 G a m m a 分 布,显然Gamma是比Poisson更高一维的分布。

在Gamma分布的密度中取\alpha = k+1,得

由此可见,Gamma函数是一个关于x和k的二维概率分布。x是单位时间内事件发生的平均次数,k是单位时间内事件发生的某一特定次数

 所以,Gamma分布与Possion分布在数学形式上是一致的,只是Poisson分布是离散的,Gamma分布是连续的,可以直观的认为Gamma分布是Poission分布在正实数集上的连续化版本。

\Gamma函数

 性质:

 

转自:https://blog.csdn.net/qq_15111861/article/details/80481168

https://zhuanlan.zhihu.com/p/78743630

Gamma/伽马函数,伽马分布_刘瑛的博客-CSDN博客_伽马分布

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值