文档介绍:: .
【附录一】常见分布汇总
一、二项分布
二项分布(BinomialDistribution),即: .
【附录一】常见分布汇总
一、二项分布
二项分布(BinomialDistribution),即重复n次的伯努利试验(BernoulliExperiment),用弋表示随机试验的结果,如果事件发生的概率是P,则不发生的概率q=1-p,N次独立重复试验中发生K次的概率是。
二、泊松poisson分布
1、概念
当二项分布的n很大而p很小时,泊松分布可作为二项分布的近似,其中入为np。通常当nM10,,就可以用泊松公式近似得计算。
2、特点期望和方差均为入。
3、应用(固定速率出现的事物。)一一在实际事例中,当一个随机事件,例如某电话交换台收到的呼叫、来到某公共汽车站的乘客,以固定的平均瞬时速率入(或称密度)随机且独立地出现时,那么这个事件在单位时间(面积或体积)内出现的次数或个数就近似地服从泊松分布三、均匀分布uniform
设连续型随机变量X的分布函数F(x)=(x-a)/(b-a),a<x<b则称随机变量X服从[a,b]上的均匀分布,记为X~U[a,b]。
四、指数分布ExponentialDistribution
1、概念
2、特点一一无记忆性
(1) 这种分布表现为均值越小,分布偏斜的越厉害。
(2)无记忆性
当s,t>0时有P(T>s+t|T>t)=P(T>s)即,如果T是某一元件的寿命,已知元件使用了t小时,它总共使用至少s+t小时的条件概率,与从开始使用时算起它使用至少s小时的概率相等。
3、应用在电子元器件的可靠性研究中,通常用于描述对发生的缺陷数或系统故障数的测量结果五、正态分布Normaldistribution
1、概念
2、中心极限定理与正态分布(说明了正态分布的广泛存在,是统计分析的基础)中心极限定理:设从均值为方差为bA2;(有限)的任意一个总体中抽取样本量为n的样本,当n充分大时,样本均值的抽样分布近似服从均值为方差为bA2/n的正态分布。
3、特点一一在总体的随机抽样中广泛存在。
4、应用一一正态分布是假设检验以及极大似然估计法ML的理论基础定理一:设X1,X2,X3.。。Xn是来自正态总体N(八62)的样本,则有样本均值X~N(八a2/n)——总体方差常常未知,用t分布较多六、x2卡方分布(与方差有关)chi-squaredistribution
1、概念
若n个相互独立的随机变量E?、5、……、En,均服从标准正态分布(也称独立同分布于标准正态分布),则这n个服从标准正态分布的随机变量的平方和i=l构成一新的随机变量,其分布规律称为卡方分布(chi-squaredistribution),其中参数n称为自由度
【注意】假设随机干扰项呈正态分布。因此,卡方分布可以和RS破差平方和联系起来。用RSS/S2,所得的变量就是标准正态分布,就服从卡方分布。
2、卡方分布的特点
¥分