各种分布模型关系梳理

转载地址:https://blog.csdn.net/alihouzi/article/details/44462539

抛硬币实验里仅有两种对立的结果A和A',是典型的(0-1)分布,在同一条件下重复做n次独立实验,并设在同一次实验中A发生的概率是P(A)=p,0<p<1,P(A')=1-P(A)=q.这时,在n次实验中出现A的总次数记为K是一个随机变量,且总有:

,上述分布称为二项分布。

当p很小,n很大,适中时,二项分布可以用泊松分布逼近。泊松分布概率密度函数可表示为:

。泊松过程描述在一段时间内事件发生次数的概率分布,而两次事件发生的时间间隔可以用指数分布描述。

当p适中即(0.1<p<0.9)时,n足够大的情况下,泊松分布可以用高斯分布近似逼近。高斯分布概率密度函数可表示为:

综上所述,二项分布b(n,p)当n很大,p很小,大小适中时,可用泊松分布来近似,当n充分大,且p适中时,二项分布可以用正态分布N(np,np(1-p))来近似。泊松分布当参数充分大时,其极限为N(np,np)的正态分布。泊松过程可看做计数过程,两次计数间隔服从指数分布。

猜你喜欢

转载自blog.csdn.net/glw0223/article/details/88429419