正態(tài)分布(Normal distribution)又名高斯分布(Gaussiandistribution),若隨機變量X服從一個數(shù)學期望為μ、方差為σ^2的高斯分布,記為N(μ,σ^2)。其概率密度函數(shù)為正態(tài)分布的期望值μ決定了其位置,其標準差σ決定了分布的幅度。我們通常所說的標準正態(tài)分布是μ = 0,σ = 1的正態(tài)分布。
當μ=0,σ=1時,正態(tài)分布就成為標準正態(tài)分布N(0,1)。概率密度函數(shù)為:
以上摘自:https://blog.csdn.net/zhaozhn5/article/details/78336366
概述:量存在正態(tài)分布,比如同一個人測量一件物品長度的誤差、比如相同環(huán)境下同一種族的身高分布。
在統(tǒng)計學上,只要某類事件滿足三個條件,它就服從"泊松分布"。三個條件分別是:1、事件X的發(fā)生是小概率事件。2、事件X的發(fā)生是隨機而且互相獨立的。3、事件X發(fā)生的概率相對穩(wěn)定。
泊松分布的公式如下:
各個參數(shù)的含義:單位時間(或單位面積)內(nèi)隨機事件的平均發(fā)生率;k事件X發(fā)生的頻數(shù);P(X=k)事件X發(fā)生k次的概率。
泊松分布與二項分布的關系:
當二項分布的n很大而p很小時,泊松分布可作為二項分布的近似,其中λ為np。通常當n≧20,p≦0.05時,就可以用泊松公式近似得計算。事實上,泊松分布也是由二項分布推導而來。
應用實例:http://www.ruanyifeng.com/blog/2013/01/poisson_distribution.html
泊松分布的期望為E(X)=λ,方差D(X)=λ。
以下內(nèi)容節(jié)選自百度百科:
一個非常簡單的試驗是只有兩個可能結果的試驗,比如正面或反面,成功或失敗,有缺陷或沒有缺陷,病人康復或未康復。為方便起見,記這兩個可能的結果為0和1,下面的定義就是建立在這類試驗基礎之上的。
如果隨機變量X只取0和1兩個值,并且相應的概率為:
則稱隨機變量X服從參數(shù)為p的伯努利分布,若令q=1一p,則X的概率函數(shù)可寫為:
伯努利分布的期望E(X)=p,D(X)=p(1-p)。
n重伯努利分布的期望E(X)=np,D(X)=np(1-p)。
聯(lián)系客服