统计学中常见的分布汇总及相关概念 |
您所在的位置:网站首页 › 统计学中的变量概念 › 统计学中常见的分布汇总及相关概念 |
常见分布
统计学中有很多常见的分布,在此对这些分布进行梳理。 离散型随机变量分布 1.离散型均匀分布若随机变量有n个不同值,具有相同概率,则我们称之为离散均匀分布,通常发生在我们不确定各种情况发生的机会,且认为每个机会都相等,例如:投掷骰子等. 离散型均匀分布 离散型均匀分布-维基百科 2.两点分布/伯努利分布伯努利分布是二项分布在n=1时的特例。一次随机试验,成功概率为p,失败概率为q=1-p。 伯努利分布 3.二项分布二项分布是n重伯努利试验成功次数的离散概率分布。 二项分布的典型例子是扔硬币,硬币正面朝上概率为p, 重复扔n次硬币,k次为正面的概率即为一个二项分布概率。 二项分布 4.超几何分布对N件产品(其中M件次品)进行不放回抽样,在n次抽样中抽到次品数X,服从超几何分布。 超几何分布 5.几何分布对N件产品(其中M件次品)进行不放回抽样,在n次抽样中抽到次品数X,X记首次成功的概率,服从几何分布。 几何分布 6.泊松分布有些事件,我们可以预估这些事件的总数,但是没法知道具体的发生时间。 如,已知平均每小时出生3个婴儿,请问下一个小时,会出生几个? 泊松分布 连续型随机变量分布 1.连续型均匀分布均匀分布是指闭区间 [a, b] 内的随机变量,且每一个变量出现的概率是相同的。 连续型均匀分布 2.指数分布指数分布是事件的时间间隔的概率。 如,婴儿出生的时间间隔。 指数分布 3.正态分布反应误差的最重要的分布,确定了均值和标准差就能确定一种正态分布。 当正态分布的均值为 0、方差为 1 的时候,它就是标准正态分布,这也是我们最常用的分布。 正态分布 4.t分布t-分布(Student t-distribution)用于根据小样本来估计呈正态分布且变异数未知的总体,其平均值是多少。 t 分布的长尾占比更多,这意味着 t 分布更容易产生远离均值的样本。 学生t-分布 5.卡方分布卡方分布(Chi-squared)可以理解为,k 个独立的标准正态分布变量的平方和服从自由度为 k 的卡方分布。 卡方分布 6.F分布F分布是由2个卡方分布构造的,而卡方分布一般用于度量样本方差和误差之和。所以引出F分布的三个重要应用:两个正态总体的抽样分布、方差分析、回归分析。 数据统计基础之F分布及其应用 F分布及其分布 数字特征 1.期望相当于平均值。 2.方差就是方差。 3.协方差定义表示X, Y 相互关系的数字特征,即协方差。 cov(X, Y) = E(X-E(X))(Y-E(Y))。 当 cov(X, Y)>0时,表明 X与Y 正相关; 当 cov(X, Y) |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |