Unity tips

统计学笔记2 - 二项分布

2020-06-06  本文已影响0人  暴走TA

随机变量

随机变量一般记为X,它不是一个量,更像是个函数的结果,类似一组实验结果,如抛5次硬币正面向上的次数就可以记为X,每求一次X,相当于抛5次硬币将正面向上的次数记为X,由于不确定性,所以称谓随机变量

二项分布公式

P(X=K)=C_k^n(p)^k(1-p)^{n-k}

P(X=K) 表示在n次实验中成功K次的概率

概率 0.6 0.6 0.4 0.4 0.4
状态 T T B B B

所以要满足上面的这个状态 它的概率是0.6\times0.6\times0.4\times0.4\times0.4=0.02304

上面只是一种组合的出现概率,它对应的是公式中的(p)^k(1-p)^{n-k}

排列组合推到
5个数里面指定的两个数的组合的计算方式为
5 \times 4 =\frac{5!}{(5-2)!}
踢出重复的组合,即两个数的位置对调当做同一结果。
\frac{5\times 4}{2\times 1}=\frac{5!}{3!2!}
所以n次当中求出现k次的组合为
\frac{n!}{k!(n-k)!}

二项分布期望值一般式

随机变量X的期望E(X) 为:n次实验成功的次数(例如,抛六次硬币得到正面朝上的次数)
E(X)=n*p n为实验次数,p为成功的概率

伯努利分布的均值 01分布

伯努利分布是二项分布的一种
设成功为1概率为p 失败为0 概率为(1-p)
\mu=1\times p+0\times(1-p)
\mu=p

伯努利分布的方差为

设成功为1概率为p 失败为0 概率为(1-p)
\sigma^2=(1-\mu)^2\times p+(0-\mu)^2\times(1-p)
\mu=p
\sigma^2=(1-p)^2\times p+(0-p)^2\times(1-p)
\sigma^2=(1-2p+p^2)\times p+p^2\times(1-p)
\sigma^2=(p-2p^2+p^3)+p^2-p^3
\sigma^2=p-p^2
\sigma^2=p(1-p)
所以伯努利的方差就是成功的概率与失败的概率的乘积

上一篇下一篇

猜你喜欢

热点阅读