各类分布----二项分布，泊松分布，负二项分布，gamma 分布，高斯分布，学生分布，Z分布...

伯努利实验：

如果无穷随机变量序列  是独立同分布(i．i．d．)的，而且每个随机变量  都服从参数为p的伯努利分布，那么随机变量  就形成参数为p的一系列伯努利试验。同样，如果n个随机变量  独立同分布，并且都服从参数为p的伯努利分布，则随机变量  形成参数为p的n重伯努利试验。

伯努利试验是只有两种可能结果的单次随机试验。

• 如果试验E是一个伯努利试验，将E独立重复地进行n次，则称这一串重复的独立试验为n重伯努利试验。

 

一、伯努利分布：

伯努利分布亦称“零一分布”、“两点分布”。称随机变量X有伯努利分布, 参数为p(0<p<1),如果它分别以概率p和1-p取1和0为值。EX= p,DX=p(1-p)。伯努利试验成功的次数服从伯努利分布,参数p是试验成功的概率。伯努利分布是一个离散型机率分布，是N=1时二项分布的特殊情况，为纪念瑞士科学家詹姆斯·伯努利(Jacob Bernoulli 或James Bernoulli)而命名。

 

例子：假定重复抛掷一枚均匀硬币，如果在第i次抛掷中出现正面，令  ；如果出现反面，令  ，那么，随机变量  就形成参数为  的一系列伯努利试验，同样，假定由一个特定机器生产的零件中10%是有缺陷的，随机抽取n个进行观测，如果第i个零件有缺陷，令 ；如果没有缺陷，令  ，那么，随机变量  就形成参数为  的n重伯努利试验 （百度百科）

E(X)=p， E(X²)=q ， Var(X)=pq

二、二项分布：

n 次Bernoulli试验的结果中，每次试验的分布不变，结果为1的次数 X 的分布。就是重复n次的伯努利实验。

在概率论和统计学里面，带有参数n和p的二项分布表示的是n次独立试验的成功次数的概率分布。在每次独立试验中只有取两个值，表示成功的值的概率为p，那么表示试验不成功的概率为1-p。这样一种判断成功和失败的二值试验又叫做伯努利试验。

特殊地，当n=1的时候，我们把二项分布称为伯努利分布。

 

如果

1．在每次试验中只有两种可能的结果，而且是互相对立的；

2．每次实验是独立的，与其它各次试验结果无关；

3．结果事件发生的概率在整个系列试验中保持不变，则这一系列试验称为伯努利实验。

在这试验中，事件发生的次数为一随机事件，它服从二次分布

 

三、超几何分布：

超几何分布，n 次伯努利试验，每次试验分布发生改变，结果为1的次数 X  的分布，当试验分布变化不大的时候和二项分布结果相同
它描述了从有限N个物件（其中包含M个指定种类的物件）中抽出n个物件，成功抽出该指定种类的物件的次数（不放回）

四、泊松分布

泊松分布就是描述某段时间内，事件具体的发生概率。

泊松分布的概率函数为：

 泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生次数。 泊松分布适合于描述单位时间内随机事件发生的次数。

k事件X发生的频数；P（X=k）事件X发生k次的概率

泊松分布的期望和方差均为  

特征函数为 

当二项分布的n很大而p很小时，泊松分布可作为二项分布的近似，其中λ为np。通常当n≧20,p≦0.05时，就可以用泊松公式近似得计算，当n趋近于无穷的时候等同于二项分布。

五、多项分布

是二项式分布的推广。二项式做n次伯努利实验，规定了每次试验的结果只有两个，如果现在还是做n次试验，只不过每次试验的结果可以有多m个，且m个结果发生的概率互斥且和为1，则发生其中一个结果X次的概率就是多项式分布。

扔骰子是典型的多项式分布。扔骰子，不同于扔硬币，骰子有6个面对应6个不同的点数，这样单次每个点数朝上的概率都是1/6（对应p1~p6，它们的值不一定都是1/6，只要和为1且互斥即可，比如一个形状不规则的骰子）,重复扔n次，如果问有k次都是点数6朝上的概率。

 

六、负二项分布

一种离散概率分布。满足以下条件的称为负二项分布：实验包含一系列独立的实验， 每个实验都有成功、失败两种结果，成功的概率是恒定的，实验持续到r次成功，r为正整数。

当 r是整数时，负二项分布又称帕斯卡分布（巴斯卡分布），其概率质量函数为（其中一种形式，两种形式对比看下文）：