伯努利分布與二項分布


伯努利分布-Bernoulli distribution

  伯努利分布是一種離散分布,有兩種可能的結果。1表示成功,出現的概率為p(其中0<p<1)。0表示失敗,出現的概率為q=1-p。

  分布律:

  性質:均值:E(X)=p

            方差:var(X)=p(1-p)

二項分布-Binomial Distribution

  二項分布是n個獨立的是/非試驗中成功的次數的離散概率分布,其中每次試驗的成功概率為p。這樣的單次成功/失敗試驗又稱為伯努利試驗。實際上,當n = 1時,二項分布就是伯努利分布

  概率質量函數:

  一般地,如果隨機變量{\displaystyle {\mathit {X}}}{\mathit {X}}服從參數為{\displaystyle {\mathit {n}}}{\mathit {n}}{\displaystyle {\mathit {p}}}{\mathit {p}}的二項分布,我們記{\displaystyle X\sim b(n,p)}X\sim b(n,p){\displaystyle X\sim B(n,p)}X\sim B(n,p).n次試驗中正好得到k次成功的概率由概率質量函數給出:

f(k;n,p)=\Pr(K=k)={n \choose k}p^{k}(1-p)^{n-k}

 

對於k = 0, 1, 2, ..., n,其中{\displaystyle {n \choose k}={\frac {n!}{k!(n-k)!}}}{n \choose k}={\frac {n!}{k!(n-k)!}}是二項式系數。

  期望和方差:

  如果X~B(n, p)(也就是說,X是服從二項分布的隨機變量),那么X的

  期望值為:\operatorname {E} [X]=np

  方差 為:\operatorname {Var} [X]=np(1-p). 

  證明: 首先假設有一個伯努利試驗。試驗有兩個可能的結果:1和0,前者發生的概率為 p ,后者的概率為1 −  p 。該試驗的期望值等於 μ = 1 · p + 0 · (1−p) = p 。該試驗的方差也可以類似地計算: σ2 = (1−p)2·p + (0−p)2·(1−p) = p(1 − p) .    

  一般的二項分布是n次獨立的伯努利試驗的和。它的期望值和方差分別等於每次單獨試驗的期望值和方差的和:

\mu _{n}=\sum _{k=1}^{n}\mu =np,\qquad \sigma _{n}^{2}=\sum _{k=1}^{n}\sigma ^{2}=np(1-p).


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM