原文链接:https://www.jianshu.com/p/6ee90ba47b4a

伽马分布,指数分布,泊松分布的关系

 thinkando 关注

2018.09.25 21:13* 字数 714 阅读 2909评论 0喜欢 10

1. 从意义上看:

  1. 指数分布解决的问题是“要等到一个随机事件发生,需要经历多久时间”
  2. 伽玛分布解决的问题是“要等到n个随机事件都发生,需要经历多久时间”

所以,伽玛分布可以看作是n个指数分布的独立随机变量的加总,即,n个Exponential(λ)random variables--->Gamma(n,λ)

  1. 泊松分布解决的是“在特定时间里发生n个事件的机率”。

2. 公式

  1. 泊松分布

    image.png

上面就是泊松分布的公式。等号的左边,P 表示概率,N表示某种函数关系,t 表示时间,n 表示数量,1小时内出生3个婴儿的概率,就表示为 P(N(1) = 3) 。等号的右边,λ 表示事件的频率。

  • 接下来两个小时,一个婴儿都不出生的概率是0.25%,基本不可能发生。

    image.png

  • 接下来一个小时,至少出生两个婴儿的概率是80%。

    image.png

  • 泊松分布的图形

    image.png

  1. 指数分布
  • 指数分布解决的问题是“要等到一个随机事件发生,需要经历多久时间”
  • 指数分布的公式可以从泊松分布推断出来。如果下一个婴儿要间隔时间 t ,就等同于 t 之内没有任何婴儿出生。

    image.png

  • 反过来,事件在时间 t 之内发生的概率,就是1减去上面的值。

    image.png

  • 接下来15分钟,会有婴儿出生的概率是52.76%。

    image.png

  • 接下来的15分钟到30分钟,会有婴儿出生的概率是24.92%。

    image.png

  • 指数分布的图形

    image.png

可以看到,随着间隔时间变长,事件的发生概率急剧下降,呈指数式衰减。想一想,如果每小时平均出生3个婴儿,上面已经算过了,下一个婴儿间隔2小时才出生的概率是0.25%,那么间隔3小时、间隔4小时的概率,是不是更接近于0?

  1. 伽马分布
  • 伽玛分布解决的问题是“要等到n个随机事件都发生,需要经历多久时间”
  • 公式

    image.png

这里a=n, 当a=1时,伽马分布就是指数分布,所以伽马分布就是n个指数分布的和

  • 期望和方差

    image.png

  • 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)。

    image.png

参考

  1. https://www.zhihu.com/question/34866983
  2. http://www.ruanyifeng.com/blog/2015/06/poisson-distribution.html

伽马分布,指数分布,泊松分布的关系 -转自简书相关推荐

  1. 伽马分布,指数分布,泊松分布的关系

    1. 从意义上看: 指数分布解决的问题是"要等到一个随机事件发生,需要经历多久时间" 伽玛分布解决的问题是"要等到n个随机事件都发生,需要经历多久时间" 所以, ...

  2. 几种概率分布(伯努利分布、二项分布、泊松分布、均匀分布、正态分布、指数分布、伽马分布)

    伯努利分布(Bernoulli Distribution) 又名两点分布或者0-1分布,是一个离散型概率分布,为纪念瑞士科学家雅各布·伯努利而命名.若伯努利试验成功,则伯努利随机变量取值为1.若伯努利 ...

  3. 伽马发布、泊松分布以及指数分布的关系

    一.意义 · 指数分布(Exponential distribution)解决的问题是:要等到一个随机事件发生,需要经历多久时间. · 伽马分布(Gamma distribution)解决的问题是:要 ...

  4. 原创 | 一文读懂泊松分布,指数分布和伽马分布

    本文约3400字,建议阅读6分钟 本文以简单直白的方式让大家能够理解泊松分布,指数分布和伽马分布的实际含义和作用,并且由此推导其概率密度函数. 在开始之前,我们需要预习一下二项分布. 还是丢硬币的例子 ...

  5. 伽马分布,指数分布,卡方分布三者关系

    1.伽马分布是一个连续概率分布,具有两个参数 α\alphaα 和 λ\lambdaλ,记为 Gamma(α,λ)\text{Gamma}(\alpha,\lambda)Gamma(α,λ).伽马分布 ...

  6. 指数分布与幂律分布定义及不同(泊松分布、伽马分布)

    1.定义 (1)幂律分布(pow law distribution),其概率密度函数形式如下,这种分布的共性是绝大多数事件的规模很小,而只有少数事件的规模相当大. y=cx-r 其中x,y是正的随机变 ...

  7. 复高斯变量跟卡方分布、指数分布、伽马分布的关系

    卡方分布:若n个相互独立的随机变量ξ₁,ξ₂,...,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( ...

  8. 【概率论与数理统计02】那些年,正态分布、指数分布、伽马分布、卡方分布之间的发生的那些事儿(下)

    前记:书接上回,先来回顾一下四个分布之间的关系图. 图1 四个分布关系简图 3. 简洁的三哥--指数分布 指数分布及特性    形如其名,指数分布的概率密度函数应该是最简单的了,就是单纯的指数函数的形 ...

  9. 【概率论与数理统计01】那些年,正态分布、指数分布、伽马分布、卡方分布之间的发生的那些事儿(上)

    前记:大多数通信领域的论文都用到了复杂的数学工具,而数学推导中其中很大一部分都涉及到了概率论的知识,痛恨当时自己没有好好学(大哭).所以今天又来开一个新坑,我一遍学一遍填,希望有朝一日能把这个坑筑成一 ...

最新文章

  1. Android程序的反编译对抗研究
  2. 微信链接非80端口问题解决方案(伪处理)
  3. 【Unity】11.5 物理材质 (Physics Material)
  4. delphi和 java通过socket通信的中文问题
  5. 【转】HashTable 和 HashMap的区别
  6. WebLogic Platform 8.1 SP3 简体中文版发行
  7. HarmonyOS应用开发——使用HUAWEI DevEco Studio创建第一个程序 HELLO WORLD!
  8. canvas 绘制直线 并选中_在画布中使用路径-Canvas的基本操作
  9. 【Java】访问控制
  10. vue 本地预览多图上传
  11. 日期格式 java_Java时间日期格式转换
  12. unity wsad 鼠标_Unity3D实现键盘鼠标控制角色移动及旋转
  13. html5 java 微信商城_微信商城和H5商城区别是什么?
  14. 微信小程序调用百度云H5人脸识别
  15. 工作量评估--专家评估法实际操作心得
  16. (封装调用) layui table中checkbox 付款框 跨页保存选中赋值状态 跨页记忆选择
  17. Redis集群和应用——02
  18. Python基础知识梳理
  19. Spark GraphX下强连通子图和社团发现算法在1T TPC-DS数据集下执行方法、优化和性能估算
  20. 汽车诊断仪常用特殊功能-ABS排气

热门文章

  1. 什么?UnityLearn入门项目也不懂?不用怕,我会出手
  2. 萌新熟悉一下csdn
  3. 新手怎么学习嵌入式?什么人适合转行学习嵌入式?
  4. 成都电信公网IPV6打开访问
  5. 双目视觉焦距_双目视觉三维定位原理解析
  6. 【实训01】基于视图的访问控制
  7. Could not bind with 192.168.56.1: [WinError 10049] 在其上下文中,该请求的地址无效。 (please check your host binding
  8. javacsv读写csv文件
  9. 最新移动端web开发总结
  10. 《5G时代十大应用场景白皮书》,如何解锁VR技术发展潜力