二项分布与Poisson分布及其应用
二项分布的概念
- Bernoulli试验
- 各次试验独立
- 每次实验结果只能是两个互斥的结果之一
- 每次试验时其中一种结果发生的概率不变
- 若一个随机变量x,它的可能取值是0…n,且相应的取值概率是: %5E%7Bn-x%7D#card=math&code=Px%3DC%5Ex%7Bn%7D%5Cpi%5E%7Bx%7D%281-%5Cpi%29%5E%7Bn-x%7D&id=kDQ2H),则称
- 特征
- 离散性分布
- n较小时,为对称,不等于0.5为偏态,但随着n增大趋于对称,n很大,不接近0或1时,接近于正态分布
- 概率中间高两头低
- 均数,标准差%7D#card=math&code=%5Csigma%3D%5Csqrt%7Bn%5Cpi%281-%5Cpi%29%7D&id=QAsTt)
- 样本率的分布
- 阳性率,服从#card=math&code=B%28n%2C%20%5Cpi%29&id=c6POV)
- 均数,%7D%7Bn%7D%7D#card=math&code=S_p%3D%5Csqrt%7B%5Cfrac%7Bp%281-p%29%7D%7Bn%7D%7D&id=SDW4P)
二项分布的应用
- 每次试验只有两种互斥的结果
- 为了找到这些实验结果的规律性,通常需要在相同条件下独立重复进行n次Bernoulli试验
- 我们只关心的是n次试验中阳性结果的数目
泊松分布的概念
- 泊松分布是一种离散性分布,用于描述单位时间、空间、面积等的罕见事件发生次数的概率分布
- 在二项分布中,当某事件出现的概率特别小,样本含量很大且时,二项分布变成泊松分布
- 泊松分布要求:
- 普通性:事件无法同时发生
- 平稳性:结果只与自变量增量有关而与自变量无关
- 独立增量性:在自变量增量中,与任意自变量段无关
- 性质
- 泊松分布属单参数离散随机分布,参数为总体平均数,总体方差等于总体均数
- 泊松分布的图形随均数不同,均数很小时呈正偏态,随着均数增大而逐渐趋于对称
- 多个独立服从泊松分布的随机变量之和仍然服从泊松分布,此分布的均数为多个随机变量的均数之和