这个作者已经总结的挺详细了,这里再增加几个:
指数分布:
指数分布(也称为负指数分布)是描述泊松过程中的事件之间的时间的概率分布,即事件以恒定平均速率连续且独立地发生的过程。 这是伽马分布的一个特殊情况。 它是几何分布的连续模拟,它具有无记忆的关键性质。 除了用于分析泊松过程外,还可以在其他各种环境中找到。
其中λ > 0是分布的一个参数,常被称为率参数(rate parameter)。即每单位时间内发生某事件的次数。指数分布的区间是[0,∞)。 如果一个随机变量X呈指数分布,则可以写作:X~ E(λ)。
伽玛分布
伽玛分布(Gamma Distribution)是统计学的一种连续概率函数,是概率统计中一种非常重要的分布。“指数分布”和“χ2分布”都是伽马分布的特例。
其分母为gamma函数:
gamma分布的均值与方差
一开始容易把gamma分布指数分布和泊松分布搞混淆,其实gamma分布经过设定参数可以得到指数分布与卡方分布。比如设置α为1,则可以得到参数λ值为gamma分布中的β的指数分布。
gamma分布是指事件A发生α次所需要的时间, 而指数分布是指事件A发生1次所需要的时间;泊松分布则是单位时间内事件B发生x次的概率。
这里贴几个链接:
正态分布、指数分布、伽马分布、卡方分布
浅谈两点分布,二项分布,伽马分布,指数分布,泊松分布,卡方分布,t分布,F分布,均匀分布,正态分布,β分布,狄利克雷分布–概率分布家族的伦理关系