几何分布类解读.docxVIP

几何分布类四．几何分布类分布名称01几何分布一型02几何分布二型03.广义几何分布04.几何稳定分布数学标记1或2分布函数不分析使用,除了一些参数值分布图像也可以用点连也可以用点连密度函数或密度图像（质量函数）不分析使用,除了一些参数值也可以用竖线连也可以用竖线连特征函数，其中普母函数矩母函数，，其中生存函数分位函数损失函数累积损失随机类型离散型离散型自由度值位置参数成功概率服从参数为的分布成功概率（p为成功概率）α ∈ (0,2] ——稳定性参数β ∈ [?1,1]λ ∈ (0, ∞) —尺度参数μ ∈ (?∞, ∞) —位置参数形状参数规模参数支撑集域x ∈ R, 或x ∈ [μ, +∞) 如果∈R或x∈(μ,+∞)如果 α 1α 1和 β = 1β= 1, 或者 x∈(?∞,μ)，α 1和 β = ?1中位数值μ（当β = 0）（若是整数，则中位数不唯一）（若是整数，则中位数不唯一）众数数值10μ（当β = 0）偏态数值0（当α = 2α= 2）峰态数值3（当α = 2α= 2）熵值数值焓值数值期望数值，方差数值2λ2当 α = 2α= 2,否则无限原点矩值中心矩值，其他矩值先验概率后验概率矩量估计拟然估计其他估计变异系数充分统计可加性质几何意义在伯努利试验中，得到一次成功所需要的试验次数X。如果每次试验的成功概率是p，那么k次试验中，第k次才得到成功的概率。比如，假设不停地掷骰子，直到得到1。投掷次数是随机分布的，取值范围是无穷集合{ 1, 2, 3, ... }，并且是一个p = 1/6的几何分布。n重贝努利实验首次成功正好在第x+1次（在得到第一次成功前所经失败次数Y = X–1）。例如甲向一目标射击，直到射中为止，X表示首次机种目标的次数，击中目标的概率为P（X=k）=pqk-1，k=1,2,3。附注联系呈几何分布的随机变量X的呈几何分布的随机变量Y的为的几何分布族复合几何分布二维08多维几何分布无记忆性：P(X=k+1/Xk)=P(X=1)。几何分布的无记忆性（即对任何正整数m,n，有P(Xm+n/Xm)=P(Xn)）,也就是说，在已经作了m次失败试验的条件下，还需要继续作n次以上的试验的可能性，已从一开始就需要作n次以上试验的可能性是一致的。这表明，几何分布在后面的计算中，把过去的m次失败的信息遗忘了，就像刚开始计算一样。设是取自总体X的一个样本，总体X服从参数为几何分布，即，其中未知，，则的最大似然估计：似然函数?? ，对数似然函数，，解得的最大似然估计量为。 超几何分布类（不放回分布类）分布名称01.超几何分布（中心超几何分布）02.负超几何分布（逆超几何分布）03.单变量费舍尔非中心超几何分布04.互补非中心超几何分布数学标记Hypergeometric超几何Xnegative hypergeometric(n1, n2, n3)分布函数见下面注释1分布图像密度函数第一定义第二定义，而，其中或密度图像概率质量函数n1 = 5，n2 = 20和n3 = 30所示。概率质量函数对费舍尔的非中心超几何分布的优势比ω为不同的值。m1 = 80平方米= 60,n = 100,ω= 0.01……1000年概率质量函数Wallenius非中心的超几何分布不同的值的比值比ω。m1 = 80平方米= 60,n = 100,ω= 0.1……20特征函数普母函数矩母函数生存函数分位函数损失函数累积损失随机类型离散型自由度值位置参数，是人口规模成功国家人口数量是成功数量，N是抽取数量是一个二项式系数(n1, n2, n3)，，，，形状参数规模参数支撑集域中位数值众数数值，其中，，偏态数值峰态数值见下面注释2熵值数值焓值数值期望数值或或，其中方差数值或原点矩值中心矩值其他矩值先验概率后验概率矩量估计拟然估计其他估计变异系数充分统计可加性质几何意义描述的概率成功从一个有限的不重复了的大小包含完全的成功。超几何分布适用于不重复抽样从有限总体的元素可以分为两个相互排斥的类别和通过/失败一样,男性/女性或就业/失业。随机的选择是由人口,每个后续画减少人口导致成功的概率变化每个画。超几何分布特征下列条件:每个得出结果可以分为一个或两个类别。每个画上成功可能性变化。设一个坛子中共有m+n个球，其中n个为特别球，m个为普通球。每次从坛子中随机地取出一个球，即坛子中球都以相等概率被取到。记Y为取到r个特别球时候所需抽取次数。Y分布就是负超几何分布。它们不是考虑成功次数概率而是考虑为达到固定成功次数所需试验次数分布。Y=k是这样事件，它由以下两个事件确定：（1）前面k-1个球中，含有r-1个特殊球，k-r 个普通球（2）第k个球为特殊球。附注联系超几何分布的极限分布是二项分布。负超几何分布与超几何分布的关系通负二项分布与二项分布的关系是一样的