常见分布与假设检验

常见分布与假设检验

一般随机变量

随机变量包括：离散型（取值有限）和连续型（取值无限）。

离散型随机变量

概率质量函数（probability mass function），简称PMF。用来描述离散型随机变量分布律。
概率密度函数（probability density function），简称PDF。来描述连续型随机变量分布情况。
注意点：连续型随机变量在取任何固定值的概率都为0，因此讨论其在特定值上的概率是没有意义的，应当讨论其在某一个区间范围内的概率，这就用到了概率密度函数的概念。

累积分布函数 (cumulative distribution function)，简称CDF。在数学上累积分布函数（CDF）是概率密度函数（PDF）的积分形式。

分布函数是定义域为R的一个普通函数，分布函数F(x)在点x处的函数值表示X落在区间(−∞,x]内的概率，因此我们可以把概率问题转化为函数问题，从而可以利用普通的函数知识来研究概率问题，增大了概率的研究范围。

常见分布

离散型分布

二项分布：只有两种结果（成功/失败)的单次试验重复多次后成功次数的分布概率。
在n次试验中，单次试验成功率为p，失败率q=1-p，则出现成功次数的概率为：
$$P(X=x)=C_n^x{p}^x{q}^{n-x}$$
泊松分布的条件：

1. 试验次数n趋向于无穷大
2. 单次事件发生的概率p趋向于0
3. np是一个有限的数值
   一个服从泊松分布的随机变量X，在具有比率参数（rate parameter）λ （λ=np）的一段固定时间间隔内，事件发生次数为i的概率为：
   $$P(X=i)=e^{-\lambda }\frac{{\lambda }^i}{i!}$$

二项分布，泊松分布，正态分布的关系:
当n很大，p很小时，如n ≥ 100 and np ≤ 10时，二项分布可以近似为泊松分布。

当λ很大时，如λ≥1000时，泊松分布可以近似为正态分布。

当n很大时，np和n(1-p)都足够大时，如n ≥ 100 , np ≥10，n(1-p) ≥10时，二项分布可以近似为正态分布。

连续型分布

均匀分布(Uniform distribution):在定义域内概率密度函数处处相等的统计分布
均匀分布X的概率密度函数为:
$$f(x)=\{\begin{array}{llc}\frac{1}{b-a},& a\le x\le b0,& others\end{array}$$
正态分布: 也叫做高斯分布，是一种对称的分布。
概率密度呈现钟摆的形状，其概率密度函数为：
$$f(x)=\frac{1}{\sqrt{2\pi }\sigma }{e}^{\frac{-(x-u{)}^2}{2{\sigma }^2}}$$记为X ~ N(μ, σ2) , 其中μ为正态分布的均值，σ为正态分布的标准差
指数分布:被广泛用在描述一个特定事件发生所需要的时间，在指数分布随机变量的分布中，有着很少的大数值和非常多的小数值。
指数分布的概率密度函数为:
$$f(x)=\{\begin{array}{l}\lambda e^{-\lambda x},x\ge 0，x<0\end{array}$$记为 X~E（λ), 其中λ被称为率参数（rate parameter），表示每单位时间发生该事件的次数。
分布函数为:
$$F(a)=PX\le a=1-e^{-\lambda a},a\ge 0$$