随机变量的概率分布是描述随机变量取所有不同值的概率。
对于随机变量x,概率函数给出随机变量取每一种值的概率,记f(x)。
离散型概率函数的基本条件
(1)对于任意随机变量的取值,函数值都是大于等于0
(2)随机变量的所有取值对应的概率之和为1
常见的离散型概率分布包括:伯努利分布、二项分布、泊松分布、几何分布等。
常见的连续型概率分布包括:正态分布、均匀分布、卡方分布、指数分布、F分布等。
1 概率分布的期望:
- 描述概率分布的集中趋势(中心位置),以μ或E(X)表示
- 将每个数值x乘以该数值发生的概率,然后将所有结果求和。
2 概率分布的方差:
- 描述概率分布的变异性
- 公式的关键是 离差(x-u),它度量了随机变量某一特定值与数学期望或均值u的距离
3 概率分布的线性变换:
- 变量X按照aX+b的形式发生变换
- E(aX+b) = aE(X)+b
- Var(aX+b) = a^2Var(X)
4 独立观测值的概率分布:
- 每个独立观测值具有相同的概率分布,结果不一定一样。
- E(X1+X2+…+Xn) = nE(X)
- Var(X1+X2+…+Xn) = nVar(X)
5 两个独立随机变量的概率分布:
- 仅当X,Y独立时,可以运用以下运算,当X,Y相关时,必须从头计算概率分布。
- 期望:E(X+Y) = E(X)+E(Y)
E(X-Y) = E(X) - E(Y)
- 方差:Var(X-Y)=Var(X+Y) = Var(X)+Var(Y)
独立随机变量做加减,其概率分布的方差都会增大。
https://blog.csdn.net/weixin_40159138/article/details/88714478