Биномиальное распределение
Материал из MachineLearning.
Строка 9: | Строка 9: | ||
[[Характеристическая функция]] <tex>\phi(t)=(1+p(e^{it}-1))^n</tex> | [[Характеристическая функция]] <tex>\phi(t)=(1+p(e^{it}-1))^n</tex> | ||
- | [[Моменты случайной величины|Моменты]]: <tex>MX=np</tex> | + | [[Моменты случайной величины|Моменты]]: |
+ | |||
+ | Математическое ожидание: <tex>MX=np</tex> | ||
+ | |||
+ | Дисперсия: <tex>DX=np(1-p)</tex> | ||
[[Асимметрия]]: <tex>\gamma_1=\frac{1-2p}{\sqrt{np(1-p)}}</tex>; при <tex>p=0.5</tex> распределение симметрично относительно центра <tex>n/2</tex> | [[Асимметрия]]: <tex>\gamma_1=\frac{1-2p}{\sqrt{np(1-p)}}</tex>; при <tex>p=0.5</tex> распределение симметрично относительно центра <tex>n/2</tex> |
Версия 08:08, 2 ноября 2009
Содержание |
Определение
Биномиальное распределение - дискретное распределение вероятностей случайной величины , принимающей целочисленные значения с вероятностями:
.
Данное распределение характеризуется двумя параметрами: целым числом , называемым числом испытаний, и вещественным числом , , называемом вероятностью успеха в одном испытании. Биномиальное распределение - одно из основных распределений вероятностей, связанных с последовательностью независимых испытаний. Если проводится серия из независимых испытаний, в каждом из которых может произойти "успех" с вероятностью , то случайная величина, равная числу успехов во всей серии, имеет указанное распределение. Эта величина также может быть представлена в виде суммы независимых слагаемых, имеющих распределение Бернулли.
Основные свойства
Математическое ожидание:
Дисперсия:
Асимметрия: ; при распределение симметрично относительно центра
Асимптотические приближения при больших n
Ссылки
- Биномиальное распределение (Википедия)
- Binomial distribution (Wikipedia)