伯努利分布,二项分布和泊松分布以及最大似然之间的关系(未完成)
首先说伯努利试验
伯努利分布
伯努利试验说的是下面一种事件情况:在生活中,有一些事件的发生只有两种可能,发生或者不发生(或者叫成功或者失败),这些事件都可以被称为伯努利试验。
伯努利试验的概率分布称为伯努利分布(两点分布、0-1分布),如果记成功概率为p,则失败概率为q=1-p,则:
二项分布
假如某个试验是伯努利试验。进行n次这样的试验,成功了x次,则失败了n-x。二项分布认为:发生这种情况的概率可以用下面公式来计算:
二项分布的概率质量函数可以简写为X~B(n,p)。
实际上,当n = 1时,二项分布就是 伯努利分布。这就是二项分布和伯努利分布的关系。
所以这里我们可以看到,二项分布是一个离散的分布的直方图。X轴为成功次数,Y轴对应的是成功n次数概率值。
随着实验次数的递增,我们将得到一个类似正态分布的直方图。
一个有趣的例子(关于二项分布)
他将的是如果你去京东购物,你想买一款自行车,然后淘了三家店铺,第一家店铺共条10条评论,都是好评。第二家,50条评论,96%的好评,第三家,200条评论96%的好评。那我应该选哪家店进行购买。这里我假设一个前提,假设自行车质量OK的概率是x(质量NG的概率是1-x),当买家买到OK的自行车就会给出好评,否则差评。
那么看第一家,10条评论,都是好评。那么能说明第一家的自行车良品率是100%吗?不一定吧。我们假设第一家自行车的良品率是0.95。那么每次抽取10自行车都为OK的概率其实还挺高的(相当于10个顾客买到都OK自行车的概率)。
下图表示,如果自行车的良品率是0.95,每次抽10辆,分别抽取7,8,9,10辆是OK的概率。
也就是说,虽然10条评论,都是好评。但是自行车的OK率也是不确定的。但是根据这个二项分布,你说这家店的良品率在0.95左右,感觉还是可以的。总的来说样本太少,可能的情况很多。
也就是说,如果前确定了良品率,可以看到好评率的概率
比如,如果良品率是0.95,那么如果有50条评论,其中有48条是好评的概率是0.26110(出现47条或49条好评也在0.2以上)
那么反过来,如果我们已知了一个好评的二项分布,能不能推出最有可能的良品率?那么其实分布和良品率s有对应的关系。
这个图说明,当s为0.96的时候,50条评论中出现48条好评的概率最大。
阶段小结:从这个例子中,我联想到了,先验概率,后验概率,最大似然(根据既定的事实推出概率模型),甚至联系到泊松分布。
这些貌似还和朴素贝叶斯有关,目前这部分的讨论就到这里吧,以后慢慢完成知识体系。
泊松分布
首先泊松分布是二项式分布的一种特殊形式,当二项式分布公式的p趋近0(很小),实验次数趋近无穷大,且n*p等于一个常量时,我们将得到泊松分布。泊松分布中的 “入”其实就是二项式分布中的n*p。
适用泊松分布的事件需要满足三个条件:
1 这个事件是一个小概率事件
2 事件独立互不影响
3 事件的概率稳定
将一定的时间无限划分,直至在时间上某事件最多发生一次。那么这段时间我称之为泊松分布的单位时间。
题目1: 目前一分钟钟来了3辆车,求一分钟来5辆车的概率?
当“入”确定之后,这个图像就确定了,概率P随着K的变化而变化。而在二项分布中需要知道n和p
这个“入”的含义是,在单位时间内随机事件的平均发生率(没错就是np了np的含义就是期望/均值)
题目2: 新华书店,每周卖出4本新华字典,老板应该备多少新华字典?(未完成)
参考资料:
统计学与质量026 - 伯努利试验及概率方程 二项式分布 期望值与方差_哔哩哔哩_bilibili
概率的概率,第一部分--二项分布_哔哩哔哩_bilibili
泊松分布是怎么来的?应该怎么用?_哔哩哔哩_bilibili
伯努利分布,二项分布和泊松分布以及最大似然之间的关系(未完成)相关推荐
- Message、Handler、Message Queue、Looper、Thread之间的关系(未完成)
1. 请解释下在单线程模型中Message.Handler.Message Queue.Looper.Thread之间的关系 2. 什么是IntentService?有何优点? 1) 它是对单线程消息 ...
- 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 ...
- 统计学基础——常用的概率分布(二项分布、泊松分布、指数分布、正态分布)
变量类型: 连续型变量 如:指数分布.正态分布 离散型变量 如:二项分布.泊松分布 三者之间的关系 二项分布(Binomial distribution) 二项分布(B ...
- 统计学(1)二项分布 几何分布 泊松分布 指数分布 正态分布 gamma分布 beta分布
分布与分布关系 1.二项分布 2.几何分布 3.泊松分布 4.二项分布转化泊松分布,泊松转化正态分布 5.指数分布 6.gamma分布 7.泊松.指数.gamma三者关系 8.Beta分布 1.二项分 ...
- 【程序员眼中的统计学(6)】几何分布、二项分布及泊松分布:坚持离散
几何分布.二项分布及泊松分布:坚持离散 作者 白宁超 2015年8月4日13:08:28 摘要:程序员眼中的统计学系列是作者和团队共同学习笔记的整理.首先提到统计学,很多人认为是经济学或者数学的专利, ...
- python 二项分布_Python之二项分布、泊松分布
点击关注 不迷路 引 言 敲黑板,干货已到达战场!!!在数据分析中,二项分布.泊松分布是我们经常用到的两个分布,今天小编将会先简单介绍二项分布基础:伯努利试验.n重伯努利试验以及两点分布,接着咱们讲解 ...
- 【读书笔记->统计学】09-02 将正态分布运用到其他概率分布-用正态分布近似代替二项分布、泊松分布概念简介
用正态分布近似代替二项分布 假设一个情境:有40道题,每一道你都不知道答案,答对概率为1/4.求答对30题及以上的概率. 这个是典型的二项分布,具体介绍见:[读书笔记->统计学]07-02 离散 ...
- 二项分布和泊松分布的关系
定义 二项分布:P(X=k)=Cnkpk(1-p)(n-k) 抛硬币,假设硬币不平整,抛出正面的概率为p,那么在n次抛硬币的实验中,出现k次正面的概率 泊松分布: p(X=k)=λke-λ/k! 公共 ...
- 离散分布概率:几何分布、二项分布和泊松分布
离散分布主要包括3个重要的分布:几何分布.二项分布和泊松分布,这里主要介绍下这三种分布解决的典型概率问题,区别和联系. 1. 几何分布: 问题:查德在任意一次滑雪中(假定每次滑雪都是独立事件)不出事故 ...
最新文章
- 分布式关系数据库在金融行业的创新实践
- 华为java安全编码规范_Java安全编码之SQL注入
- 支付宝支付 第二集:傻瓜式教程->获取支付的RSA公钥和私钥
- 认识MySQL Replication
- salt '*' state.highstate 报错找不到文件,环境如下No Top file or master_tops data matches found....
- g_thread_init
- pat天梯赛L2-010. 排座位
- [Kafka与Spark集成系列三] Spark编程模型
- Android 8.0学习(28)--- 解决OkHttp问题
- coreos 搭建PHP,Linux_用Mac在CoreOS上搭建WordPress的教程,作者以自己的Mac笔记本为例, - phpStudy...
- mschart mysql_在VB mschart里面可以一个MSCHART同时显示曲线和状图吗?
- 《How to bake LightMap》
- opencv MAC搭建 + Xcode配置
- Web开发者的简历 模板
- Vue2+Vant2:一个可定制图标的简易扫雷小游戏
- 《曹全碑》临习方法与释文翻译
- office之自定义尾注样式:中括号的应用
- 两路VL53L0X激光测距传感器的使用
- 《数据库系统工程师》备考指南
- Au入门系列之六:多轨剪辑编辑
热门文章
- C#界面库CSkin 使用简介
- 获取某年某月某日的时间开始结束时间戳
- 最详细的Excel模块Openpyxl教程(四)-过滤和排序操作
- everything不能读取到移动硬盘
- Oracle数据导入导出imp/exp?批处理文件
- oracle---常用函数4---日期函数
- python协同过滤_协同过滤的python简易实现
- 军师联盟之稳略军师联盟 x 版权猫:塔链科技“鲸确”精确云清算支持智力与文化战略领域
- Pycharm idea 报警告:This inspection detects shadowing built-in names, such as 'len' or 'list'
- Warning: Cannot update during an existing state transition (such as within `render`)