概率分布

幾個(gè)重要的概率分布

離散型概率分布:二項(xiàng)分布,泊松分布,超幾何分布

連續(xù)型概率分布:正態(tài)分布

由正態(tài)分布導(dǎo)出的幾個(gè)重要分布:卡方分布,t-分布昌妹,F(xiàn)-分布

二項(xiàng)分布

重復(fù)進(jìn)行n次試驗(yàn),出現(xiàn)“成功”的次數(shù)的概率分布稱為二項(xiàng)分布握截,記為X~B(n飞崖,p)

泊松分布

用于描述在一指定時(shí)間范圍內(nèi)或在一定的長(zhǎng)度、面積谨胞、體積之內(nèi)每一事件出現(xiàn)次數(shù)的分布

例子

一定時(shí)間段內(nèi)固歪,某航空公司接到的訂票電話數(shù)

一定時(shí)間內(nèi),到車站等候公共汽車的人數(shù)

一定路段內(nèi)胯努,路面出現(xiàn)大損壞的次數(shù)

一定時(shí)間段內(nèi)昼牛,放射性物質(zhì)放射的粒子數(shù)

一匹布上發(fā)現(xiàn)的疵點(diǎn)個(gè)數(shù)

一定頁(yè)數(shù)的書刊上出現(xiàn)的錯(cuò)別字個(gè)數(shù)

超幾何分布

整體N個(gè)樣本中术瓮,有M個(gè)不合格,那么隨機(jī)抽取n個(gè)樣本贰健,其中有x個(gè)樣本不合格的分布即為超幾何分布

正態(tài)分布

圖形是關(guān)于x=μ對(duì)稱鐘形曲線,且峰值在x=μ處

均值和標(biāo)準(zhǔn)差一旦確定恬汁,分布的具體形式也惟一確定伶椿,不同參數(shù)正態(tài)分布構(gòu)成一個(gè)完整的“正態(tài)分布族”

均值?可取實(shí)數(shù)軸上的任意數(shù)值,決定正態(tài)曲線的具體位置氓侧;標(biāo)準(zhǔn)差決定曲線的“陡峭”或“扁平”程度脊另。越大,正態(tài)曲線扁平约巷;越小偎痛,正態(tài)曲線越高陡峭

當(dāng)X的取值向橫軸左右兩個(gè)方向無(wú)限延伸時(shí),曲線的兩個(gè)尾端也無(wú)限漸近橫軸独郎,理論上永遠(yuǎn)不會(huì)與之相交

正態(tài)隨機(jī)變量在特定區(qū)間上的取值概率由正態(tài)曲線下的面積給出踩麦,而且其曲線下的總面積等于1

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市氓癌,隨后出現(xiàn)的幾起案子谓谦,更是在濱河造成了極大的恐慌,老刑警劉巖贪婉,帶你破解...
    沈念sama閱讀 219,188評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件反粥,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡疲迂,警方通過查閱死者的電腦和手機(jī)才顿,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,464評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)尤蒿,“玉大人郑气,你說(shuō)我怎么就攤上這事∮胖剩” “怎么了竣贪?”我有些...
    開封第一講書人閱讀 165,562評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)巩螃。 經(jīng)常有香客問我演怎,道長(zhǎng),這世上最難降的妖魔是什么避乏? 我笑而不...
    開封第一講書人閱讀 58,893評(píng)論 1 295
  • 正文 為了忘掉前任爷耀,我火速辦了婚禮,結(jié)果婚禮上拍皮,老公的妹妹穿的比我還像新娘歹叮。我一直安慰自己跑杭,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,917評(píng)論 6 392
  • 文/花漫 我一把揭開白布咆耿。 她就那樣靜靜地躺著德谅,像睡著了一般。 火紅的嫁衣襯著肌膚如雪萨螺。 梳的紋絲不亂的頭發(fā)上窄做,一...
    開封第一講書人閱讀 51,708評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音慰技,去河邊找鬼椭盏。 笑死,一個(gè)胖子當(dāng)著我的面吹牛吻商,可吹牛的內(nèi)容都是我干的掏颊。 我是一名探鬼主播,決...
    沈念sama閱讀 40,430評(píng)論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼艾帐,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼乌叶!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起掩蛤,我...
    開封第一講書人閱讀 39,342評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤枉昏,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后揍鸟,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體兄裂,經(jīng)...
    沈念sama閱讀 45,801評(píng)論 1 317
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,976評(píng)論 3 337
  • 正文 我和宋清朗相戀三年阳藻,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了晰奖。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,115評(píng)論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡腥泥,死狀恐怖匾南,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情蛔外,我是刑警寧澤蛆楞,帶...
    沈念sama閱讀 35,804評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站夹厌,受9級(jí)特大地震影響豹爹,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜矛纹,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,458評(píng)論 3 331
  • 文/蒙蒙 一臂聋、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦孩等、人聲如沸艾君。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,008評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)冰垄。三九已至,卻和暖如春权她,著一層夾襖步出監(jiān)牢的瞬間播演,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,135評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工伴奥, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人翼闽。 一個(gè)月前我還...
    沈念sama閱讀 48,365評(píng)論 3 373
  • 正文 我出身青樓拾徙,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親感局。 傳聞我的和親對(duì)象是個(gè)殘疾皇子尼啡,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,055評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容

  • 一、度量事件發(fā)生的可能性 概率 定義:概率是對(duì)事件發(fā)生的可能性大小的度量明天降水的概率是80%询微。這里的80%就是對(duì)...
    EvanForEver閱讀 4,087評(píng)論 1 9
  • 離散隨機(jī)變量及其概率分布 一.隨機(jī)變量 1.1隨機(jī)變量 隨機(jī)變量:假如一個(gè)變量在數(shù)軸上的取值依賴隨機(jī)現(xiàn)象的基本結(jié)果...
    微斯人_吾誰(shuí)與歸閱讀 9,736評(píng)論 0 9
  • 劉小澤寫于18.9.23之前對(duì)這塊知識(shí)又渴望又敬畏崖瞭,感覺無(wú)從下手。??但是硬骨頭總歸要啃撑毛,從頭開始书聚,一點(diǎn)點(diǎn)來(lái)彌補(bǔ)知識(shí)...
    劉小澤閱讀 1,340評(píng)論 0 15
  • 連續(xù)型隨機(jī)變量與離散型隨機(jī)變量相比,其概率分布最大的不同是連續(xù)型隨機(jī)變量是在某個(gè)區(qū)間內(nèi)連續(xù)取值藻雌,并且可以認(rèn)為其取得...
    拓季閱讀 9,122評(píng)論 1 3
  • 楔子 我至相公玩耍雌续,騎自行車十余里,順彎曲小道胯杭,趁雨后的清涼驯杜,一路酣暢高歌進(jìn)山。 山清樹新做个,芳草綠遍野鸽心,溪水叮咚刷...
    冷風(fēng)的孤獨(dú)閱讀 211評(píng)論 2 0