概率与数理统计常见分布.docVIP

离散型 1.二项分布Binomial distribution：binom 二项分布指的是N重伯努利实验，记为X ~ b(n,p)，E(x)=np,Var(x)=np(1-p) pbinom(q,size,prob)， q是特定取值，比如pbinom(8,20,0.2)指第8次伯努利实验的累计概率。size指总的实验次数，prob指每次实验成功发生的概率 dbinom(x,size,prob), x同上面的q同含义。dfunction()对于离散分布来说结果是特定值的概率，对连续变量来说是密度（Density） rbinom(n, size, prob)，产生n个b(size,prob)的二项分布随机数 qbinom(p, size, prob),quantile function 分位数函数。 分位数： 若概率0p1，随机变量X或它的概率分布的分位数Za。是指满足条件p(XZa)=α的实数。如t分布的分位数表，自由度f=20和α=0.05时的分位数为1.7247。 --这个定义指的是上侧α分位数 α分位数： 实数α满足0 α1 时，α分位数是使P{X xα}=F(xα)=α的数xα 双侧α分位数是使P{Xλ1}=F(λ1)=0.5α的数λ1、使 P{Xλ2}=1-F(λ2)=0.5α的数λ2。 qbinom是上侧分位数，如qbinom(0.95,100,0.2)=27,指27之后P(x=27)=0.95。即对于b(100,0.2)为了达到0.95的概率至少需要27次重复实验。 ? 2.负二项分布negative binomial distribution （帕斯卡分布）nbinom 掷骰子，掷到一即视为成功。则每次掷骰的成功率是1/6。要掷出三次一，所需的掷骰次数属于集合 { 3, 4, 5, 6, ... } 。掷到三次一的掷骰次数是负二项分布的随机变量。 dnbinom(4,3,1/6)=0.0334898，四次连续三次1的概率为这个数。 概率函数为f(k;r,p)=choose(k+r-1,r-1)*p^r*(1-p)^k, 当r=1时这个特例分布是几何分布 rnbinom(n,size,prob,mu) 其中n是需要产生的随机数个数，size是概率函数中的r，即连续成功的次数，prob是单词成功的概率，mu未知..(mu是希腊字母υ的读音) ? 3.几何分布Geometric Distribution,geom n次伯努利试验，前n-1次皆失败，第n次才成功的机率 dgeom(x,prob),注意这里的x取值是0:n，即dgeom(0,0.2)=0.2,以上的二项分布和负二项分布也是如此。 ngeom(n,prob) ? 4.超几何分布Hypergeometric Distribution，hyper 它描述了由有限个(m+n)物件中抽出k个物件，成功抽出指定种类的物件的次数（不归还）。 概率：p(x) = choose(m, x) choose(n, k-x) / choose(m+n, k) for x = 0, ..., k.? ? 当n=1时，这是一个0-1分布即伯努利分布，当n接近无穷大∞时，超几何分布可视为二项分布 rhyper(nn,m,n,k),nn是需要产生的随机数个数，m是白球数（计算目标是取到x个白球的概率），n是黑球数，k是抽取出的球个数 dhyper(x, m, n, k) ? 5.泊松分布 Poisson Distribution,pois ? p(x) = lambda^x exp(-lambda)/x! for x = 0, 1, 2, .... The mean and variance are E(X) = Var(X) = λ. ?x ~ π(λ) 泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生率.泊松分布适合于描述单位时间内随机事件发生的次数。如某一服务设施在一定时间内到达的人数，电话交换机接到呼叫的次数，汽车站台的候客人数，机器出现的故障数，自然灾害发生的次数等等. rpois(n, lambda) dpois(x,lambda) ? 连续型 ? 6.均匀分布 Uniform Distribution，unif f(x) = 1/(max-min) for min = x = max.? ? runif(n,min,max). 生成16位数的随机数：as.character(runif(1,1000000000000000,9999999999999999)) dunif(x,min,max)=1,恒定等于1/(max-min). 对于连续变量，dfunction的值是x去特定值代入概率密度函数得到的函数值。 ? 7.正态分布Normal Distributio