暂时只介绍独立重复事件相关的概率分布,后续再补充
定义
伯努利(Bernouli)试验
试验只有两种可能的结果,概率分别为
p
p
p和1-
p
p
p (常见例子:摇色子)
n重伯努利试验/伯努利过程
独立重复n次伯努利试验,这一串重复的独立试验
泊松(Poisson)过程
连续版的伯努利过程,时间连续且任意单位时间段内时间发生率
λ
\lambda
λ一定,且时间发生相互独立(常见例子:零件或路灯出故障)
概率分布的意义
0-1分布/伯努利分布
伯努利试验成功概率
二项(Binomial)分布
n重伯努利试验中成功k次的概率
负二项(NegativeBinomial)分布
进行多少次伯努利试验得到第r次成功
几何(Geometric)分布
首次成功发生在第k次的概率
超几何(Hypergeometric)分布
前k次伯努利试验成功的概率
泊松分布
泊松过程中,单位时间内发生次数
指数分布
泊松过程中,第一次事件发生的时刻
Gamma分布
泊松过程中,第r次事件发生的时刻(所需时间),发生一次就是指数分布
Beta分布
一段时间内,发生
α
\alpha
α次成功和
β
\beta
β次失败的概率,即成功率(取值在[0,1]区间)
没有发生率
λ
\lambda
λ的定义,跟泊松过程没啥关系
概率密度函数(均值和方差)
参考资料
https://mathcs.clarku.edu/~djoyce/ma217/distributions2.pdf