概率论常见分布

最新推荐文章于 2021-05-23 00:00:47 发布
最新推荐文章于 2021-05-23 00:00:47 发布
阅读量8.2k 收藏 41
点赞数 7
分类专栏： 概率论 文章标签： 概率论
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43914176/article/details/105980919
版权
  • （0-1）分布（伯努利分布）
  • 二项分布
  • 泊松分布
  • 均匀分布
  • 指数分布
  • 正态分布

（0-1）分布

在这里插入图片描述

二项分布 X~b(n,p)

在这里插入图片描述

泊松分布 X~π(λ)

泊松分布是单位时间内独立事件发生次数的概率分布。泊松分布可以作为二项分布的极限得到。
在这里插入图片描述
一般情况下
在这里插入图片描述
具有泊松分布的随机变量在实际应用中是很多的。例如，一本书一页中的印刷错误数，某地区在一天中邮递遗失的信件数，某一医院在一天内的急症病人数，某一地区一个时间间隔内发生交通事故的次数。

均匀分布 X~U(a,b)

最低0.47元/天 解锁文章
粥（
关注
专栏目录
概率论与数理统计2->随机变量及其分布
oasis的博客
10-23 891
随机变量第五节 随机变量及其分布一.离散型变量函数的分布二.连续型变量函数的分布定理1 第五节 随机变量及其分布 一.离散型变量函数的分布 设若X的分布律PX=xk=Pk,k=1,2,⋯ ,则Y的所有可能取值为yi,(yi=g(xi)),i=1,2,⋯对每一个固定的yi,可能有几个xi与之对应,如y3=g(x1),y3=g(x4),y3=g(x5),则PY=yj=∑g(xi)=yjPX=xi=∑g...
几种常见的数学分布
谢彦的技术博客
11-03 1万+
1. 什么是数学期望  举个例子：某城市有10万个家庭，没有孩子的家庭有1000个，有一个孩子的家庭有9万个，有两个孩子的家庭有6000个，有3个孩子的家庭有3000个 (0 * 1000 + 1 * 90000 + 2 * 6000 + 3 * 3000) / 100000 = 1.11  数学期望(mean)（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和 0 * 0.01 ...
单维随机变量概率“分布”全总结
出门左拐是海的博客
04-29 6444
一文看懂概率论所有“分布”
随机变量及其分布和几种常见分布
Don't rush and never settle. If it's meant to be, it will be.
05-27 1万+
随机变量 定义： 设随机试验的样本空间S={e}.X=X(e)S={e}.X=X(e)S=\{e\}.X=X(e)是定义在样本空间SSS上的实值单值函数。称X=X(e)X=X(e)X=X(e)为随机变量。 投掷一枚硬币三次，观察出现正面和反面的情况 样本空间是： S={HHH,HHT,HTH,THH,HTT,THT,TTH,TTT}S={HHH,HHT,HTH,THH,HTT,THT,T...
[转]数学常数e的含义
weixin_30826761的博客
07-12 513
1. e是一个重要的常数，但是我一直不知道，它的真正含义是什么。 它不像π。大家都知道，π代表了圆的周长与直径之比3.14159，可是如果我问你，e代表了什么。你能回答吗？ 维基百科说： "e是自然对数的底数。" 但是，你去看"自然对数"，得到的解释却是： "自然对数是以e为底的对数函数，e是一个无理数，约等于2.718281828。" 这就构成了循环定义，完全没有说e是什么。数学家...
【概率】常见分布（离散/连续）、卷积公式（实际意义与作用、公式、记忆法）
多学，多想，多总结
10-19 4万+
离散型变量分布：0—1分布，二项分布，泊松分布，几何分布；连续型：均匀分布，指数分布；卷积公式的意义、表达及记忆
概率论与数理统计：4_2方差及常见分布的期望方差.ppt
09-17
"概率论与数理统计：4_2方差及常见分布的期望方差" 概率论与数理统计是数学-statistical 学科的基础，探讨随机事件的可能性和规律性。方差是一种重要的数学特征，反应了随机变量的离散程度和稳定性。本节将详细介绍...
浅谈概率分布
LittleDorcas博客
02-16 1486
“统计”一词在当下可以说是非常的流行，但是常常偏离了统计学的本意。如果能从统计学的基础上深入理解统计，并且再应用，应该更好。而要深谈统计学，就必须先理解概率论。概率论描述的是基础的，也可以说是理想的情况。本文从概率论里面常见的分布说起，简单的做介绍。 概率分布包括了常听到的二项分布、正态分布等等。可将概率分布分成两类：离散分布（分布律）和连续分布（分布函数）。离散和连续是指随机变量的取值而说。随机...
概率论中常见分布的数学期望、方差及特征函数推导 （一）离散型随机变量
weixin_44602958的博客
04-02 1万+
概率论中常见分布的数学期望、方差与特征函数推导 （一）离散型分布 #1.单点分布 #2.两点分布 #3.二项分布 #4.泊松分布 #5.超几何分布 #6.几何分布 #7.负二项分布 1.单点分布 随机变量的取值，X=a(常数) 分布律：P(X=a)=1 X只取一个值，可以看成确定变量。 2.两点分布 随机变量的取值，X=k，k=0，1 E(X)=p Var(X)=E(X2)−(EX)2=p−p2=...
概率论——二元分布.pdf
07-03
二元指数分布通常是指两个连续型随机变量的联合概率分布，其中一个常见的应用是描述两个独立事件发生时间间隔的联合分布。 七、二元离散型随机变量分布律 二元离散型随机变量的分布律是指两个离散型随机变量X和Y...
原创 | 一文读懂泊松分布，指数分布和伽马分布
数据派THU
01-20 8404
本文约3400字，建议阅读6分钟本文以简单直白的方式让大家能够理解泊松分布，指数分布和伽马分布的实际含义和作用，并且由此推导其概率密度函数。在开始之前，我们需要预习一下二项分布。还是丢硬...
连续性随机变量分布
shushi6969的博客
04-14 1万+
均匀分布若连续型随机变量X具有概率密度则称X在区间（a,b）上服从均分分布，记为X~U(a，b)在区间中任意等长度的子区间的可能性是相同的，落在（a,b）的子区间的概率值依赖于子区间的长度与子区间的位置无关。分布函数：指数分布连续随机变量X的概率密度为其中λ>0,为常数，则称X服从参数为λ的指数分布。在深度学习中，我们经常会需要一个x=0点处取得边界点的分布，而指数分布就可以达到这一目的。指...
如何理解泊松分布(Poisson Distribution)
xian__xian的博客
01-07 7万+
本文将介绍泊松分布的基本概念、推导、应用，以及泊松定理，附有几道练习题，希望帮助大家掌握泊松分布 泊松分布(Poission Distribution) 【泊松分布是以其发表者Poission命名的】 随机变量X服从参数为λ的泊松分布，记作 X∼π(λ)X\sim\pi(\lambda)X∼π(λ) 其分布律为 P{X=k}=λke−λk!,k=0,1,2,… P\{X=k\}=\frac{\lambda^k e^{-\lambda}}{k!}, k=0,1,2,… P{X=k}=k!λke−λ​,k=0,
概率论 各种分布及其期望、方差、分布函数
热门推荐
Starr
12-29 8万+
概率论 各种分布及其期望、方差、分布函数 （0-1）分布 二项分布 X~b(n,p) 泊松分布 X~π(λ)π(λ)\pi(\lambda) 均匀分布 X~U(a,b) 指数分布 正态/高斯分布 X~N(μ,σ2μ,σ2\mu,\sigma^2) ——————————————————– χ2χ2\chi ^2分布 χ2∼χ2(n)χ2∼χ2(n)\chi ^2\sim\chi ^2(n) t分...
随机变量及其分布
moon__________的博客
05-23 2200
随机变量分为两大类：离散型和非离散型，其中非离散型包括连续型和混合型 随机变量：对每一个样本点e都有X=X(e)与之对应，则X为随机变量 离散型随机变量 离散型：随机变量的全部可能取值是有限个或可列无限个 离散型随机变量分布律的性质 (1)X所有可能取值的概率大于等于0 (2)所有X可能取值的概率和等于1 泊松分布是二项分布的极限分布即二项分布n→∞时，用泊松分布近似二项分布，要求λ=np 当n≥100，np≤10时近似效果好 随机变量的分布函数 分布函数F(x)=P{X≤x} 分布函数的三条基本性质：
概率论经典分布与定律
weixin_41321563的博客
05-19 1万+
1、贝叶斯概率 例如：在历史姓氏的统计下，对某个人姓氏作出猜测，先猜“李王张刘…“，猜对的概率相对较大，这就是先验概率，姓氏的历史统计就是先验信息。 若知道某人来自“牛家村“，则猜他姓”牛“的概率相对较大，但不排除其他姓氏的可能。这就是后验概率，来自”牛家村“就是后验信息。 实例：8支步枪中有5支已校准过，3支未校准。一名射手用校准过的枪射击，中靶概率为0.8，用未校准的枪射击，中靶概率为0.3；现从8支枪中随机取一支射击，结果中靶。求该枪是已校准过的概率。 记选校准枪的事件为A1，选未校准枪为A2。中靶
常用分布函数
qq_23937341的博客
07-11 1万+
0-1分布 设随机变量X只可能取0与1两个值，分布律为 则称X服从以p为参数的0-1分布 即 X 0 1 P 1-p p 用于描述: 对新生儿性别进行登记；检查产品质量是否合格；某车间的电力消耗是否超负荷 二项分布 设随机变量X只可能...
常见分布及其概率分布图
Wisimer
05-09 5万+
概率分布有两种类型：离散（discrete）概率分布和连续（continuous）概率分布。 离散概率分布也称为概率质量函数（probability mass function）。离散概率分布包括： 伯努利分布（Bernoulli distribution） 二项分布（binomial distribution） 几何分布（geometric distribution） 泊松分布（Poisson...
概率论正态分布的线性关系
最新发布
12-06
正态分布是概率论和数理统计中最重要的一类概率分布之一，其线性关系可以通过多个正态分布随机变量的线性组合来描述。具体来说，如果X1,X2,...,Xn是独立的正态分布随机变量，且a1,a2,...,an是常数，则它们的线性组合Y=a1X1+a2X2+...+anXn也是正态分布随机变量。此时，Y的均值为μ=a1μ1+a2μ2+...+anμn，方差为σ^2=a1^2σ1^2+a2^2σ2^2+...+an^2σn^2。其中，μ1,μ2,...,μn和σ1^2,σ2^2,...,σn^2分别是X1,X2,...,Xn的均值和方差。 举个例子，假设有两个独立的正态分布随机变量X1和X2，均值分别为μ1和μ2，方差分别为σ1^2和σ2^2。则它们的线性组合Y=aX1+bX2也是正态分布随机变量，其中a和b是常数。Y的均值为μ=aμ1+bμ2，方差为σ^2=a^2σ1^2+b^2σ2^2。这个线性组合在实际应用中非常常见，例如在金融领域中，我们经常需要计算不同证券的组合收益率，而这些证券的收益率往往是正态分布的。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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