Head First Statistics seven 经典分布

了解经典分布的意义

一些特殊的概率分布有着十分固定的模式。通过判断模式，我们就能很快地计算出概率、期望、方差。

伯努利实验

在同样的条件下重复地、相互独立地进行的一种随机试验，其特点是该随机试验只有两种可能结果：发生或者不发生。
在概率学与统计学中，一个伯努利过程就是有限或无限的一连串二进制随机变量，也就是说实验的结果只有两种情况，0或1.每个伯努利变量都有相同分布和独立性。例如，经典的抛硬币问题就是伯努利实验。

几何分布

• 定义：在n次伯努利实验中，试验k次才得到第一次成功的机率。
  P(X=r)=$q^{r-1}p$
• 几何分布为什么叫几何分布？根据公式我们可以知道这是一个等比数列，等比数列的每项是前后项的几何平均数，几何平均数可以用来使长方形变为面积相等的正方形。
• 使用场景：进行多次相互独立的实验时可使用几何分布，每一次实验都有成功或失败的可能，而我们感兴趣的是取得第一次成功的概率
• 实验r次以上才成功一次的概率：P(X>r)=$q^r$
• 实验r次或r次以下即可成功一次的概率：P(X<=r)=$1-q^r$
• 期望与方差：E(X)=$\frac{1}{p}$,Var(X)=$\frac{q}{p^2}$

二项分布

• 定义：在n次伯努利实验中，试验k次才得到成功或失败的次数。
• 为何叫二项分布？因为其公式与二项展开式很一样。
• 使用场景：在进行固定次数的独立实验时可使用二项分布，每次实验都有成功或失败的可能，而我们感兴趣的是成功或失败的次数。
• 公式：P(X=r)=$^nC_r p^rq^{n-r}$
• 期望与公式：E(X)=np,Var(X)=npq

泊松分布

• 定义：在给定的区间内，已知该事件发生的概率求该事件发生r次的概率。
• 为何叫泊松分布？由法国数学家西莫恩·德尼·泊松（Siméon-Denis Poisson）在1838年时发表。
• 使用场景：在遇到独立事件时（例如机器在给定区间内发生故障），若我们已知$\lambda$(即给定区间内事件平均发生的次数）且我们感兴趣的是在某一区间内事件发生的次数，此时我们就可以用泊松分布。
• 公式：$P(X=r)=\frac{e^{-\lambda}\lambda^r}{r!}$
• 期望与方差：E(X)=$\lambda$,Var(X)=$\lambda$
• 泊松分布与二项分布的关系：当二项分布的次数较小且成功的概率较大时，二项分布可以近似为泊松分布。