离散分布的分布函数_常见概率统计分布及Python实现

一、离散随机变量及连续随机变量

随机变量

1. 离散随机变量（Discrete random variable）：取值是可数个值（且只能为自然数0、1、2...）的随机变量

2. 连续随机变量（Continuous random variable）：取值是一个区间中任一实数（即变量的取值可以是连续的）的随机变量

相应概率计算公式PMF/PDF/CDF

1. 离散随机变量：概率质量函数（Probability Mass Function,PMF）

PMF即离散随机变量在各特定取值上的概率

2. 连续随机变量：概率密度函数（Probability Density Function,PDF）

PDF：连续随机变量的概率密度函数是描述这个随机变量的输出值，在某个特定取值点附近可能性的函数。

3. 累积分布函数（Cumulative Distribution Function,CDF）

CDF：概率密度函数的积分，能完整描述一个随机变量X的概率分布。

概率中的PDF，PMF，CDF - wanzer之家 - CSDN博客​blog.csdn.net

二、离散概率分布及连续概率分布

离散概率分布

1. 伯努利分布（Bernoulli Distribution）：亦称“0-1分布”
2. 二项分布（Binomial Distribution）：即重复n次独立的伯努利实验，每次试验中只有两种可能的结果。
3. 几何分布（Geometric Distribution）：在n次伯努利试验中，试验k次才得到一次成功的概率（即前k-1次均失败）
4. 泊松分布（Poisson Distribution）：一种累计随机事件发生次数的最基本的独立增量过程。

泊松分布一般需满足三个条件：事件的发生是小概率事件/事件间相互独立/事件发生的概率是稳定的

连续概率分布

正态分布（No