離散型均勻分佈
{{機率分佈 |name = 離散型均匀分佈 |type = 質量 |pdf_image = n=5 where n=b-a+1 |cdf_image = |parameters =a \in (...,-2,-1,0,1,2,...)\, b \in (...,-2,-1,0,1,2,...)\, n=b-a+1\, |support = k \in \{a,a+1,...,b-1,b\}\, |pdf = \begin{matrix…
标签：#离散分布
共 15 篇文章
齊夫定律
{{Probability distribution |name = 齐夫定律 |type = 質量 |pdf_image = 的图像，其中N = 10]] 横纵坐标均为对数比例下，齐夫定律的概率质量函数的图像，其中N = 10。横坐标是指数k 。（注意，函数仅在k为整数时有定义，图上的连线不代表函数连续。） |cdf_image = 的图像，其中N = 10]] 横纵坐标均为对数比例下，齐夫定律的累积分布函数的图像，其中N = 10。…
二項式分布
{{Infobox 機率分佈 | name = 二項分布 | type = 質量 | pdf_image = | cdf_image = | notation = \operatorname{B} (n, p) | parameters = n > 0 0 \leq p \leq 1 | support = k \in \{0, \dots, n\} | pdf = {n \choose k} p^k (1 - p)^{n - k} |…
负二项分布
{{機率分佈 | intro = 不同來源對负二项分布的定義略有差異：隨機變量的最小可能取值可能是k = 0（僅計失敗的次數，或反之），亦可能是k = r（總次數，不論成敗）；參數p可能表示每次試驗成功的概率，也可能表示失敗的概率；試驗的終止條件可能是成功r次或失敗r次。 | name =负二项分布 |type =質量 |pdf_image = 紅線是平均值 綠線是標準差 |cdf_image = |parameters =r > 0\…
幾何分佈
{{Probability distribution two | name = 幾何分布 | type = 質量 | pdf_image = | cdf_image = | parameters = 0成功概率（实） | support = k \in \{1,2,3,\dots\}\! | pdf = (1 - p)^{k-1}\,p\! | cdf = 1-(1 - p)^k\! | mean = \frac{1}{p}\! | m…
超几何分布
{{Infobox 機率分佈 |name = 超几何分布 |type = 質量 |pdf_image = |cdf_image = |parameters = \begin{align}N&\in \left\{0,1,2,\dots\right\} \\ K&\in \left\{0,1,2,\dots,N\right\} \\ n&\in \left\{0,1,2,\dots,N\right\}\end{align} |suppor…
卜瓦松分布
{{機率分佈 | name = 泊松分布 | type = 質量 | pdf_image = 横轴是索引k，发生次数。该函数只定义在k为整数的时候。连接线是只为了指导视觉。 | cdf_image = 横轴是索引k，发生次数。CDF在整数k处不连续，且在其他任何地方都是水平的，因为服从泊松分布的变量只针对整数值。 | parameters = λ > 0（实数） | support = k \in \{0, 1, 2, 3, \cdot…
德国坦克问题
期间，盟军情报部门用统计学方法准确地估计了德国坦克的生产数量，如豹式坦克。]] 在统计学理论的估计中，用不放回抽样来估计离散型均匀分布最大值问题中著名的德国坦克问题（），它因在第二次世界大战中用于估计德国坦克数量而得名。 这些分析说明了频率推断和贝叶斯推断之间的不同。 基于“单个”样本估计的样本总数各有不同，而在“多个”样本的基础上估计则是现实生活中一个很有意义的估计问题，它的答案很简单，但并不那么明显。 范例 假设某个情报人员已经发现…
复合泊松分布
在概率论中，复合泊松分布（）是指一些独立同分布的随机变量的和的概率分布，而这些随机变量的个数服从泊松分布。在最简单的情形下，复合泊松分布可以是连续分布或者离散分布。 定义 假设 :N\sim\operatorname{Poisson}(\lambda), 也就是说，N是一个随机变量，其分布为期望为λ的泊松分布，且 :X_1, X_2, X_3, \dots 为同分布的随机变量，他们相互独立，且与N也独立。则在变量个数（N）给定的条件下，…
伯努利分布
{{機率分佈 |name =伯努利分布 |type =质量 |pdf_image = |cdf_image = |parameters =1>p>0\,（实数） |support =k=\{0,1\}\, |pdf = \begin{matrix} q & \mbox{for }k=0 \\p~~ & \mbox{for }k=1 \end{matrix} |cdf = \begin{matrix} 0 & \mbox{for }k |…
卜瓦松二項分布
{{Infobox 機率分佈|name=卜瓦松二項分布 Poisson binomial|type=mass|parameters=n \in \mathbb N（試驗數） \mathbf{p}\in [0,1]^n（各試驗的成功概率）|support=k ∈ { 0, …, n }|pdf=\sum\limits_{A\in F_k} \prod\limits_{i\in A} p_i \prod\limits_{j\in A^c} …
Β-二项式分布
{{Probability distribution | name = Β-二项式分布 | pdf_image =| | cdf_image =| | type = 质量 | parameters = n ∈ N0 —试验次数 \alpha > 0 （实数） \beta > 0 （实数） | support = k ∈ { 0, …, n } | pdf ={n\choose k}\frac{\mathrm{B}(k+\alpha,n-…
退化分布
{{Probability distribution| name =退化分布| type =質量| cdf_image = k0=0时的图像。水平轴是ki中的索引i。| parameters =k_0 \in (-\infty,\infty)\,| support =k=k_0\,| pdf =δ({x-k_0\,})| cdf = \begin{matrix} 0 & \mbox{for }k| mean =k_0\,| median…
孤子分布
孤子分布是一种出现于抹除码理论中的离散概率分布。卢比的论文提出了两种形式的分布，分别是理想孤子分布和鲁棒孤子分布。 理想分布 理想孤子分布是在整数上的概率分布，从1至N，其中N是分布中的唯一参数。概率质量函数由下式给出： : p(1)= \frac{1}{N}, : p(k)= \frac{1}{k(k-1)} \qquad (k=2,3,\dots,N). \, 鲁棒分布 该分布的鲁棒形式为向理想孤子分布质量函数的元素中添加一组额外的…
对数分布
{{Infobox 機率分佈 |name = 对数分布 |type = 质量 |pdf_image = |cdf_image = |parameters =0 |support = k \in \{1,2,3,\dots\}\! |pdf = \frac{-1}{\ln(1-p)} \; \frac{\;p^k}{k}\! |cdf = 1 + \frac{\Beta_p(k+1,0)}{\ln(1-p)}\! |mean = \fra…