爱在钢琴上小说【附录一】常见分布汇总
一、二项分布
二项分布（Binomial Distribution），即重复n次的伯努利试验（Bernoulli Experiment），用ξ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λ为np。通常当n≧10,p≦时，就可以用泊松公式近似得计算。
3、应用（固定速率出现的事物。）——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λ（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Exponential Distribution
1、概念
2、特点——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
c704五、正态分布Normal distribution 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μ、方差为σ^2;（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μ、方差为σ^2/n 的正态分布。 3、特点——在总体的随机抽样中广泛存在。
4、应用——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（μ，δ2）的样本，则有
样本均值X~N（μ，δ2/n）——总体方差常常未知，用t分布较多
六、χ2卡方分布（与方差有关）chi-square distribution
1、概念
llvm若n个相互独立的随机变量ξ?、ξ?、……、ξn ，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?构成一新的随机变量，其分布规律称为?卡方?分布（chi-square
distribution），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RSS残差平方和联系起来。用RSS/δ2，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
（1）分布的均值为自由度 n，记为 E() = n。（这个容易证明）
（2）分布的方差为2倍的自由度(2n)，记为 D() = 2n。
（3）如果?互相独立，则：（独立可加减）
服从??分布，自由度??；
服从??分布，自由度为??
3、图形特点
4、应用
定理二，设X1，X2，X3.。。Xn是来自正态总体N（μ，δ2）的样本，则有
样本均值X~N（μ，δ2/n）
（1）正态分布以及卡方分布是F检验的基础。大量的检验用到了F检验：F检验、三大检验。
七、t学生分布（用样本方差s来标准化）——Student's?t-distribution
1、概念（适用于δ2未知）
【理解】把样本标准正态化的U变换前提是方差已知，但总体方差是未知的，所以用样本方差来代替总体方差。根据中心极限定理，抽样服从方差为总体方差除以n的正态分布。
由于在实际工作中，往往σ是未知的，常用s作为σ的估计值，为了与u变换区别，称为t变换，统计量t 值的分布称为t分布（u变换指把变量转换为标准正态分布）
【思考】为什么样本方差比总体方差要小？因为一个是总体方差，一个是样本均值的方差。不同
2、特点
1）与标准正态分布曲线相比，自由度v 越小，t 分布曲线愈平坦，曲线中间愈低，曲线双侧尾部翘得愈高；自由度v 愈大，t 分布曲线愈接近正态分布曲线，当自由度v=∞时，t 分布曲线为标准正态分布曲线。 定理三：设X1，X2，X3.。。Xn 是来自正态总体N （μ，δ2）的样本，则有 样本均值X~N （μ，δ2/n ），S 为样本方差 ）
（μ1-n t ~n /S X 【注意】S 是样本方差。中心极限定理说的是样本均值的方差。
八、F 分布F-distribution
1、概念
F 分布定义为：设X 、Y 为两个独立的随机变量，X 服从自由度为k1的卡方分布，Y 服从自由度为k2的卡方分布，这2 个独立的卡方分布被各自的自由度除以后的比率这一统计量的分布
2、特点
（1）它是一种非对称分布；
（2）它有两个自由度，即n1 -1和n2-1，相应的分布记为F （ n1 –1， n2-1）， n1 –1通常称为分子自由度， n2-1通常称为分母自由度；
（3）F 分布是一个以自由度?
城市建设理论研究和??为参数的分布族，不同的自
由度决定了F 分布的形状。 （4）F 分布的倒数性质：??
（5）残差平方和之比通常与F分布有关。
九、逻辑分布logistic（分类评定模型）——最早应用最广的离散选择模型
1、概念
2、特点
用作增长曲线并为二进制响应建模。在生物统计和经济领域使用。
Logistic 分布由尺度和位置参数描述。Logistic 分布没有形状参数，也就是说其概率密度函数只有一个形状。
下列图形显示了不同参数值对 Logistic 分布的效应。
尺度参数的效应位置参数的效应
Logistic 分布的形状与正态分布的形状相似，但 Logistic 分布的尾部更长。
十、伽马分布
1、概念——伽玛分布（Gamma Distribution）是统计学的一种连续概率函数。Gamma分布中的参数α称为形状参数（shape parameter），β称为尺度参数（scale parameter）。
假设随机变量X为等到第α件事发生所需之等候时间, 密度函数为
特征函数为
伽马分布的可加性
mdi格式当两随机变量服从Gamma分布，且单位时间内频率相同时，Gamma
数学表达式外滩画报
若随机变量X具有概率密度
其中α>0,β>0,则称随机变量X服从参数α，β的伽马分布，记作G(α,β).
九、extreme value distribution 极值分布
十、DF分布与ADF分布——用于时间序列平稳性的单位根检验。
八、pareto分布十、weibull分布
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议