伯努利分布、二项分布、泊松分布、指数分布简介
来源:互联网 发布:mac网游 编辑:程序博客网 时间:2024/04/29 01:07
伯努利分布:
首先说伯努利分布, 这个是最简单的分布,就是0-1分布
以抛硬币为例, 为正面的概率为p, 反面的概率为q
是一种离散型概率分布,也是很多分布的基础
二项分布:
还是以伯努利分布为基础,假设伯努利分布中得1的概率为p, 0的概率为q
那么二项分布求的就是进行n次伯努利分布,得到k次1的概率是多少
例如:单身汪找妹子要微信,假设妹子会给微信的概率为p, 不给的概率为q
那么单身汪给100个妹子要了微信,请问会有10个妹子给微信的概率是多少
这个问题的求解其实不难, 从100个妹子中选取10个妹子的组合有, 那么最终的概率就是B(100, p, 10) = *
也就得到B(n, p, k) = n!/(k! * (n-k)!) * p^k * (1-p)^(1-k)
二项分布的期望是np, 方差是npq
泊松分布:
这个分布很多人都说是二项分布趋于无穷时候的分布,不过其实用的时候不太一样, 还是用上面的例子
单身汪给妹子要微信的成功率还是挺低的, 低到了0.01, 那么请问单身汪给100个妹子要了微信, 有1个妹子给的概率是多少
有两个妹子给的概率呢,三个妹子给微信的概率是多少
这里就要用到泊松分布了
p(k) = e^-λ * (λ^k/k!), 这个就是泊松分布的一般表达式, λ是出现该事件的次数,比如先验来说单身汪给100个妹子要微信会有1个成功
那么λ就是1, k是出现的次数, 当k=2的时候就是单身汪给100个妹子要微信,有两个会给他微信的概率
泊松分布的期望是λ, 方差也是λ
指数分布:
这个指数分布和泊松分布就比较相关了, 我们来换一个角度考虑上面的例子,假设说单身汪每一天都会给100个妹子要微信
不过也不少, 一天100个, 那么一个微信也没要到的概率p(0) = e^-λ, 不过指数分布一定要有个时间单位,我们这里就是假设
时间t的单位是1天, 也就是说一天内一个都要不到的概率是e^-λ, 反过来说能要到的概率是 1 - e^-λ
化成一般形式就是E(x) = 1 - e^-λt, 并且我们还可以求的几天以内能够要到微信的概率,这里大家也可以看到
指数分布并不关心数量,关心的是时间间隔, 间隔多长时间之内发生和不发生的概率
- 伯努利分布、二项分布、泊松分布、指数分布简介
- 005 二项分布、泊松分布、几何分布、指数分布、正态分布
- 006 二项分布、泊松分布、几何分布、指数分布、正态分布习题
- 二项分布、指数分布与泊松分布的关系
- 二项分布、指数分布与泊松分布的关系
- 伯努利分布、二项分布、几何分布、超几何分布、泊松分布
- 伯努利分布、二项分布、几何分布、超几何分布、泊松分布
- 泊松分布和指数分布
- 泊松分布与指数分布
- 泊松分布和指数分布
- 泊松分布和指数分布
- 泊松分布和指数分布
- 泊松分布和指数分布
- 泊松分布和指数分布
- 泊松分布与指数分布
- 指数分布与泊松分布
- 泊松分布和指数分布
- 泊松分布and指数分布
- 《JavaScript高级程序设计 第三版》学习笔记 (一)数据类型详解
- (数学专题)eqution 逆元+扩展欧几里得+组合数
- (16):复合优先于继承
- 《C陷阱与缺陷》:更新顺序文件
- HTML CSS 特殊字符表
- 伯努利分布、二项分布、泊松分布、指数分布简介
- 安卓排除美颜相机等第三方相机直接调用系统相机处理方法
- Java NIO几个基础概念[待编辑]
- 使用github作为maven仓库发布自己的jar包依赖
- 计算机组成原理之原码、补码、反码和移码
- Lock和synchronized比较详解
- 用纯css改变下拉列表select框的默认样式
- How browsers work(浏览器工作原理)
- 《JavaScript高级程序设计 第三版》学习笔记 (二)执行环境与作用域链