常见分布(概率论与数理统计)

Posted 实在人dx

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了常见分布(概率论与数理统计)相关的知识,希望对你有一定的参考价值。

分布分布律期望 E ( X ) E(X) E(X)方差 D ( X ) D(X) D(X)
两点分布 ( k = 0 , 1 ) (k=0,1) (k=0,1) p k = P X = k = p k q 1 − k \\large p_k=P\\X=k\\=p^kq^1-k pk=PX=k=pkq1k p \\Large p p p q \\Large pq pq
二项分布 X X X~ B ( n , p ) B(n,p) B(n,p) p X = k = C n k p k ( 1 − p ) n − k \\large p\\X=k\\=\\Large C^k_np^k(1-p)^n-k pX=k=Cnkpk(1p)nk n p \\Large np np n p q \\Large npq npq
泊松分布 X X X~ p ( λ ) p(λ) p(λ) p X = k = λ k k ! e − λ \\large p\\X=k\\=\\huge\\fracλ^kk!\\large e^-λ pX=k=k!λkeλ λ \\Large λ λ λ \\Large λ λ
几何分布 X X X~ G ( p ) G(p) G(p) p X = k = ( 1 − p ) k − 1 p \\large p\\X=k\\=(1-p)^k-1p pX=k=(1p)k1p 1 p \\huge\\frac1p p1 q p 2 \\huge\\fracqp^2 p2q
超几何分布(了解) X X X~ H ( n , M , N ) H(n,M,N) H(n,M,N) p X = k = C M k C N − M n − k C N n \\large p\\X=k\\=\\huge\\fracC^k_MC^n-k_N-MC^n_N pX=k=CNnCMkCNMnk n M N \\huge\\fracnMN NnM不晓得
均匀分布 X X X~ U ( a , b ) U(a,b) U(a,b) f ( x ) = 1 b − a , a < x < b \\large f(x)=\\huge\\frac1b-a\\large,a<x<b f(x)=ba1a<x<b a + b 2 \\huge\\fraca+b2 2a+b ( b − a ) 2 12 \\huge\\frac(b-a)^212 12(ba)2
指数分布 X X X~ E ( λ ) E(λ) E(λ) f ( x ) = λ e − λ x , x ≥ 0 \\large f(x)=λe^-λx,x≥0 f(x)=λeλxx0 1 λ \\huge\\frac1λ λ1 1 λ 2 \\huge\\frac1λ^2 λ21
正态分布 X X X~ N ( μ , σ 2 ) N(μ,σ^2) N(μ,σ2) f ( x ) = 1 2 π σ e − ( x − μ ) 2 2 σ 2 , x ∈ R \\large f(x)=\\huge\\frac1\\sqrt2πσe^-\\frac(x-μ)^22σ^2\\large,x∈R f(x)=2π σ1e2σ2(xμ)2xR μ \\Largeμ μ σ 2 \\Largeσ^2 σ2
Z~N(0,1) f ( z ) =

以上是关于常见分布(概率论与数理统计)的主要内容,如果未能解决你的问题,请参考以下文章

常见分布(概率论与数理统计)

DataWhale概率统计3——常见分布与假设检验

概率论与数理统计:随机变量的数字特征

概率统计与机器学习:常见分布性质总结

概率论与数理统计:一维随机变量及其分布

人工智能数学基础--概率与统计10:离散随机变量的概率函数及常见的二项分布泊松分布

(c)2006-2024 SYSTEM All Rights Reserved IT常识