概率分布

一、随机变量

随机变量

二、离散分布1. 伯努利分布

伯努利分布

1、用途
抛一枚硬币,硬币朝上或者朝下的概率分布为伯努利分布。

2、伯努利分布满足的条件

  • 伯努利分布,又名两点分布或者0-1分布,是一个离散型概率分布
  • 若伯努利试验成功,则伯努利随机变量取值为1。成功概率为p
  • 若伯努利试验失败,则伯努利随机变量取值为0。失败概率为(1-p)

3、伯努利分布概率计算
1)定义随机变量X

伯努利分布随机变量

2)定义概率质量函数(PMF)

概率质量函数

3)绘制概率分布图
4、用Python实现伯努利分布

 #导入包
#设置中文字体
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定默认字体
mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题
#数组包
import numpy as np
#绘图包
import matplotlib.pyplot as plt
#统计计算包的统计模块
from scipy import stats#Step1:定义随机变量
X=np.arange(0,2,1)#Step2:定义概率分布
p = 0.5 #成功概率,即随机变量x=1时的概率值
pList = stats.bernoulli.pmf(X, p)
pList# Step3:绘制随机变量概率分布图
'''
marker:设置点的形状
linestyle:设置线条形状
'''
plt.plot(X, pList, marker='o',linestyle='None')
'''
vlines用于绘制竖直线(vertical lines),
参数说明:
vline(x坐标值, y坐标最小值, y坐标值最大值)
我们传入的X是一个数组,是给数组中的每个x坐标值绘制竖直线,
竖直线y坐标最小值是0,y坐标值最大值是对应pList中的值
'''
plt.vlines(X, 0, pList)
#x轴文本
plt.xlabel('随机变量:抛硬币1次')
#y轴文本
plt.ylabel('概率')
#标题
plt.title('伯努利分布:p=%.2f' %  p)
#显示图形
plt.show()

伯努利概率分布图

2. 二项分布

二项分布

1、应用
抛硬币n次,正面朝上k次的概率分布

2、如何检验是二项分布

  • 做某件事情的次数是固定的,次数用n表示
  • n件事情互相独立
  • 每一次事件都有两个可能的结果(成功或者失败)
  • 每一次成功的概率都相等,成功的概率为p
  • 想知道成功k次的概率是多少

3、计算概率的方式
1)定义随机变量

定义随机变量

2)计算随机概率质量函数

质量函数
  • n:做某件事情的次数
  • p:做某件事情成功的概率
  • k:成功次数

3)绘制概率分布图
4、期望和方差
1)期望
2)方差
5、用python绘制分布图

# step1:设置随机变量
n=5   #进行伯努利实验的次数
p=0.5 #伯努利实验中每次成功的概率
X=np.arange(0,n+1,1)#设置随机变量的值# step2:计算概率分布
pList=stats.binom.pmf(X,n,p)# step3:绘制随机变量概率分布图
plt.plot(X, pList, marker='o',linestyle='None') #设置线性
plt.vlines(X, 0, pList) #设置自变量、因变量的最小值和最大值
plt.xlabel('随机变量:抛硬币正面朝上次数')#x轴文本
plt.ylabel('概率')#y轴文本
plt.title('二项分布:n=%i,p=%.2f' % (n,p))#标题
plt.show()#显示图形

3. 几何分布

几何分布

1、干某件事情,每次成功的概率为p。干第k次才有第一成功的概率

2、如何检验是几何分布

  • 做某件事情的次数是固定的,次数用n表示
  • n件事情互相独立
  • 每一次事件都有两个可能的结果(成功或者失败)
  • 每一次成功的概率都相等,成功的概率为p
  • 想知道第k次做某件事情,采取的第一次成功的概率是多少?

3、计算步骤
1)计算随机变量

随机变量

2)计算概率值

概率值

3)绘制概率分布图
4、几何分布的期望和方差
期望E:

期望

方差:

方差

5、使用python实现几何分布

k = 5   #次数
p = 0.6 #每次成功的概率
#step1:随机变量
X = np.arange(1, k+1,1) #step2:计算每个事件发生的概率
pList = stats.geom.pmf(X,p)#step3:绘制随机变量概率分布图
#第3步,绘图
plt.plot(X, pList, marker='o',linestyle='None')
plt.vlines(X, 0, pList)
plt.xlabel('随机变量:表白第k次才首次成功')#x轴文本plt.ylabel('概率')#y轴文本
plt.title('几何分布:p=%.2f' % p)#标题
plt.show()#显示图形

4. 泊松分布

泊松分布

1、应用

泊松分布适合于描述单位时间(或空间)内随机事件发生的次数。

  • 某一服务设施在一定时间内到达的人数
  • 电话交换机接到呼叫的次数
  • 汽车站台的候客人数
  • 机器出现的故障数
  • 自然灾害发生的次数
  • 一块产品上的缺陷数
  • 显微镜下单位分区内的细菌分布数

2、如何验证是泊松分布

  • 事件是独立事件
  • 在任意相同的时间范围内,事件发生的概率相同
  • 想知道某个时间范围内,发生某件事情k次的概率有多大

3、计算概率

泊松分布质量函数
  • μ:给定时间范围内某件事情发生的平均次数
  • k:时间发生的次数

4、期望和方差

期望:μ

方差:μ

5、python实现泊松分布

#step1:随机变量设置
mu = 2   # 平均值:每天发生2次事故
k=4 #次数,现在想知道每天发生4次事故的概率
#包含了发生0次、1次、2次,3次,4次事故
X = np.arange(0, k+1,1)#step2:计算概率
pList = stats.poisson.pmf(X,mu)# step3:绘制概率分布图plt.plot(X, pList, marker='o',linestyle='None')
plt.vlines(X, 0, pList)
plt.xlabel('随机变量:某路口发生k次事故')
plt.ylabel('概率')
plt.title('泊松分布:平均值mu=%i' % mu)
plt.show()

三、连续分布1. 正态分布

1、应用

  • 身高正态分布
  • 考试成绩正态分布
  • 考试成绩正态分布
  • 员工绩效活力曲线
  • 产品质量
  • 快速找到停车位
  • 智商

2、分布情况

正态分布图

3、应用

根据正态分布图

  • 有68%的值会在平均值一个标准差的范围之内
  • 有95%的值会在平均值的两个标准差的范围之内
  • 有99.7%的值会在平均值3个标准差的范围之内

4、计算公式

1)第一步:确定概率范围

概率值:明确要求的那一部分的面积
设:要求P(K<1.05)的值
2)第二步:求标准分

求标准分z值

3)第三部:查找z表格

查找z表格

5、其他计算

1-1. 幂律分布

1、应用

  • 82定律
  • 家庭收入
  • 城市GDP

建议

  • 优先级原则
    干的事情列表,采取优先级原则
  • 建立幂律分布商业模式
    互联网,比如知识付费、出书

2、分布情况

长尾分布

LIVE:

统计概率思维:决定你财富的商业模式​www.zhihu.com

伯努利分布方差_统计知识(4)——分布相关推荐

  1. 伯努利分布方差_统计分布--深入浅出统计学总结

    伯努利分布: 一个实验只有两个结果概率发生在{0,1},发生一个事件成功的概率为 x,不成功的概率为y, 1. 若符合伯努基分布条件: p = 成功概率 , q = 失败概率 伯努利分布数学期待: 伯 ...

  2. 伯努利分布方差_学计量经济学,你应该知道的六种6个概率分布

    来源丨  网络(http://dataunion.org/32400.html) 编辑丨 小计量 一.介绍 假设你是一所大学的老师.在对一周的作业进行了检查之后,你给所有的学生打了分数.你把这些打了分 ...

  3. matlab噪声 方差_产生多种分布的热噪声信号

    雷达通信电子战 基础科普-前沿搜罗-同行交流 加入 热噪声信号的产生 在我们仿真雷达信号处理流程时,需要先仿真雷达的回波信号,同时为了更符合实际情况,我们还需要给雷达回波信号叠加上噪声或杂波.但由于噪 ...

  4. R语言使用rnorm函数基于不同的均值、方差参数生成正太分布的随机数、使用plot函数和density函数可视化正太分布的随机数对应的密度图、自定义设置均值和方差

    R语言使用rnorm函数基于不同的均值.方差参数生成正太分布的随机数.使用plot函数和density函数可视化正太分布的随机数对应的密度图.自定义设置均值和方差(Normal distributio ...

  5. 分段函数的期望和方差_题组25随机变量的分布列、期望与方差、正态分布

    高考圈题(新课标全国Ⅱ卷 - 数学理) 题组 25 随机变量的分布列.期望与方差.正态分布 一.考法解法 命题特点分析 结合事件的互斥性.对立性.独立性以及古典概型,主要以解答题的方式考查离散型随机变 ...

  6. 常用的概率分布:伯努利分布、二项分布、多项式分布、高斯分布、指数分布、拉普拉斯分布和Dirac-delta分布

    伯努利分布(Bernoulli distribution) **伯努利分布:**单个二值随机变量的分布.由单个参数φ∈[0,1]控制. 例:抛硬币,正面朝上的概率. 二项式分布(binomial di ...

  7. 伯努利分布、二项分布、Beta分布、多项分布和Dirichlet分布与他们之间的关系,以及在LDA中的应用

    在看LDA的时候,遇到的数学公式分布有些多,因此在这里总结一下思路. 一.伯努利试验.伯努利过程与伯努利分布 先说一下什么是伯努利试验: 维基百科伯努利试验中: 伯努利试验(Bernoulli tri ...

  8. matlab计算斜方差_协方差与协方差矩阵(附Matlab实现)

    今天天气很棒呀,所以也要是活力满满的一天鸭!今天回顾了之前看到的协方差和协方差矩阵,发现真的缺漏了很多,所以做如下记录. 协方差 学过概率统计的应该都知道协方差的定义,接下来就简单说明一下. 协方差表 ...

  9. 机器学习偏差方差_机器学习101 —偏差方差难题

    机器学习偏差方差 Determining the performance of our model is one of the most crucial steps in the machine le ...

最新文章

  1. Python培训教程分享:如何实现pygame的初始化和退出操作?
  2. Python 技术篇-利用pdfkit库实现html格式文件转换PDF文档实例演示
  3. 程序的内存模型—new运算符
  4. Golang Study 一 定时器使用
  5. 汇编语言LENGTHOF运算符:计算数组中元素的个数
  6. [数论]拓展中国剩余定理
  7. 怎样查看.a和so文件中的接口
  8. Android之解决YouTubePlayerView启动在Android5.0左右的手机出现奔溃问题
  9. 论文审稿人可以下岗了?CMU都做出论文审稿机器人了!
  10. mysql赋予权限的时候报错_想要远程连接MySQL,赋予root权限没用啊?一直报语法错误...
  11. 智能门禁(2)---安检人脸识别人证验证系统解决方案
  12. 二叉树的建立与遍历(数据结构)
  13. 童年黑科技图鉴:从 50 后到 00 后,从纸片到智能
  14. python海龟漂亮图案代码大全_Python游戏海龟图案
  15. 【勒索病毒数据恢复】Phobos勒索病毒家族之.[back23@vpn.tg].makop
  16. excel切片器_EXCEL制作高逼格动态图表神器,数据透视表之切片器技巧详解!
  17. 以下不正确的C语言标识符是( ),以下不正确的C语言标识符是 _____。
  18. 方差公式初三_方差|初中方差的计算公式
  19. 3D人体骨架检测(mediapipe)
  20. 计算未来离现在最近的是星期天的年份

热门文章

  1. Vysor:安卓手机放到电脑上用
  2. PHP查看PECL模块包含的函数
  3. [Apache]网站页面静态化与Apache调优(图)
  4. 为什么会需要HTTPS?
  5. Vmware7.1.4安装+破解+汉化
  6. 记录一次Docker For Windows10镜像加速器配置
  7. Laya 位图字体制作(失败...)
  8. 定时器里面的作用域问题
  9. SDN第五次上机作业
  10. mysql查看修改字符集