如何证明服从卡方分布_常用分布

24479a5252d7672cb63960699b855c18.png

这节介绍常用分布。分常用离散分布和常用连续分布两类。

常用离散分布

二项分布(Binomial Distribution)

重伯努利试验中成功的事件(记为
)的次数,则
服从二项分布。记
为事件
发生的概率,
的分布列为:

符号“~”读作“服从于”,该记号表示随机变量

服从参数为
的二项分布。

容易想到,二项概率恰好是二项式

的展开式的第
项,这也是“二项分布”的名称的由来。

a5f4b6cac6d244375c05c325a05f8e36.png
二项分布线条图

应用举例:

  1. 设射手命中率为
    ,则射击
    次,命中的次数
    .
  2. 已知人群中色盲率为
    ,在人群中随机调查50个人,则其中色盲患者
    .
  3. 某药品的有效率为
    ,今有
    人服用,则服药有效的人数
    .
  4. ……
数学期望:

方差:

两点分布(Bernoulli Distribution)

是一种当

时的特殊的二项分布,又名
0-1分布伯努利分布,用来描述一次伯努利试验中成功的次数
服从两点分布,分布列为:

或表示为:

其中

为事件成功的概率。

应用举例:

  1. 小明投篮命中率为
    ,投篮一次,其命中的次数
  2. 彩票中奖率为
    ,小明购买一张彩票,其中奖的次数
  3. 不会做的单项选择题做对的概率为
    ,随机选择一个选项,做对的次数
  4. ……

两点分布是特殊的二项分布,在二项分布数学期望和方差的公式中取

得到两点分布:
数学期望:

方差:

二项分布与两点分布的关系:若有一列独立同分布

的随机变量序列
,则其和:

这个结论表明两点分布具有可加性,且对于服从

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
卡方分布是一种在统计学中常用的概率分布,用于处理两个或多个分类变量之间的关联性。在卡方分布中,我们可以根据置信度来确定一个阈值,用于判断两个变量的关联性是否显著。 在实际应用中,我们经常使用卡方检验来判断一个样本观察到的频数与期望频数之间的差异是否显著。这个差异可以通过计算一个卡方统计量来量化。卡方统计量的计算基于观察频数和期望频数之间的差异,并且它的分布近似服从卡方分布。 根据置信度求卡方分布阈值的步骤如下: 1. 确定显著性水平(通常由研究者根据需求和实际情况设定),一般常见的显著性水平为0.05和0.01。 2. 根据自由度和显著性水平查找相应的卡方分布临界值。自由度的计算取决于受检变量的分类数目。例如,对于2x2的列联表,自由度为1。 3. 使用查找表或统计软件,查找相应自由度和显著性水平下的卡方分布临界值。 4. 找到的卡方分布阈值可以用来与计算得到的卡方统计量进行比较。如果计算得到的卡方统计量大于卡方分布阈值,则可以认为这两个变量之间的关联性是显著的。 需要注意的是,卡方分布阈值的选取与研究的显著性水平密切相关,不同的显著性水平会对应不同的卡方分布阈值。根据自己的研究需求和显著性水平,选择合适的卡方分布阈值是很重要的。
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