常见分布总结

Source： https://www.youtube.com/watch?v=YXLVjCKVP7U&list=PLTNMv857s9WVzutwxaMb0YZKW7hoveGLS&ab_channel=zedstatistics

链接中的Youtube频道对统计相关的各种概念有很好的讲解，强烈推荐。本篇简单摘要记录一下常见的分布。

这些常见分布Excel都是支持的。

Binomial

1. 2 outcomes per trial, proba p or (1-p)
2. Trials are independent
3. Number of success/failure follows binomial distribution

Negative Binomial

“负二项分布”与“二项分布”的区别在于：“二项分布”是固定试验总次数N的独立试验中，成功次数k的分布；而“负二项分布”是所有到r次成功时即终止的独立试验中，失败次数k的分布。

Geometric

Similar to Binomial Distribution but concerns the number of trials to get the first success.

Binomial： 抓10次牌，每次抓完放回去，抓到2次红桃的概率

Geomitric：抓7次牌才遇到红桃的概率

Hypergeometric

1. Just like Binomial Distribution but without replacement. 事件之间不是独立的。

Binomial： 抓10次牌，每次抓完放回去，抓到2次红桃的概率

Hyper：抓10张牌，抓到2张红桃的概率

 

Poisson

1. Discrete
2. Number of events occuring in a fixed time interval or region of opportunity (不仅仅适用于时间！)
3. Events are independent
4. One parameter : lambda
5.  >= 0

Exponential

The reverse of Poisson : 相邻两次events的间隔时间。注意，需要理解为什么曲线是单调下降而不是在均值附近凸起。例如，每两辆公交车之间的等待时间符合均值为十分钟的Exponential Distribution但是曲线仍是单调的。原因可以参考下图，大意就是，公交车在第二个时间点到来的概率，隐含了公交车之前没有到来这个事实，所以需要乘上这个概率。于是有了exponential terms

Normal

这个不必多说，多样本，连续分布

T distribution/test

主要用来处理小样本的统计。数据的背后是normal distribution不过拿到的样本很少，不知道variance。

此时可以根据样本的统计值来得出对应的t distribution，以近似背后的normal distribution

更需要知道的是t-test：用来测试两个分布的mean是否相同。

F test

测试两个分布的variance是否相同。https://zhuanlan.zhihu.com/p/139151375

方差分析与ANOVA：例如在检验一个因素x的不同取值是否对指标有影响，分别令x={1,10,100}，每个取值实验n次，然后看指标y的值是否有差异。此时如果x=100时y普遍比较大，我们就能得出x的取值对y比较有影响吗？不一定，由于样本的偏差，这一结果可能是偶然的，于是就需要进行方差分析，判断在当前的方差观测下，不同x的y结果是否差异显著

Chi-Square distribution

首先，可以认为是N个正态分布的平方和。符合自由度为N的卡方分布。

然后要知道卡方检验的两个主要用途：

1. 拟合优度的测试：两组样本是否符合同一个distribution
2. 独立性测试：一个joint distribution的多个变量是否相关