统计・学习|常见基础分布及其统计特征

本文详细介绍了常见的离散型和连续型概率分布,包括两点分布、二项分布、负二项分布、几何分布、均匀分布、指数分布、正态分布和泊松分布。内容涵盖各分布的定义、统计特征(期望与方差)、特征函数,并简要提及了超几何分布。虽然未提供具体实现代码,但为后续学习提供了理论基础。
摘要由CSDN通过智能技术生成

目录

一、前言:

二、统计特征的计算:

三、常见基础分布:

1、离散型:两点分布,二项分布,负二项分布,几何分布。

2、连续型:均匀分布,指数分布,正态分布,泊松分布。

三、实现代码:

四、总结:


一、前言:

个人学习内容分享


二、统计特征的计算:

待补充。。。


三、常见基础分布:

1、离散型:两点分布,二项分布,负二项分布,几何分布。

两点分布B(1,p):

        若随机过程\xi只取两个值a,b,P\left \{\xi =a \right \}=p,P\left \{\xi =b \right \}=1-p\xi的分布成为两点分布。

        分布列:\begin{pmatrix} 0 &1 \\ 1-p &p \end{pmatrix}

        期望:E(\xi)=p; 

        方差:D(\xi)=pq;

        特征函数:f(t)=q+pe^{it}.

二项分布B(n,p):

        进行n次伯努利试验,\xi表示事件A在n次实验中发生的总次数。则\xi的分布成为二项分布。

        P\left \{ \xi =k \right \}=C_{n}^{k}p^{k}q^{n-k},q=1-p\; (k=0,1,\cdots,n)

        分布列:\begin{pmatrix} 0 & 1 & \cdots & k & \cdots &n \\ q^{n} & npq^{n-1} & \cdots & C_{n}^kpq^{n-1} & \cdots & p^{n} \end{pmatrix}

        期望:E(\xi)=np;

        方差:D(\xi)=npq;

        特征函数:f(t)=(pe^{it}+(1-p))^n

负二项分布NB(r,p):

         

  • 2
    点赞
  • 2
    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