离散与连续概率分布
统计实验是随机实验,可以无限期重复,有一组已知的结果。如果一个变量是一个统计实验的结果,那么它就是一个随机变量。例如,考虑一个随机实验,将一枚硬币翻两次;可能的结果是HH、HT、TH和TT。设变量X为实验中的人头数。然后,X可以取0,1或2,它是一个随机变量。观察结果X=0,X=1,X=2中的每一个结果都有一定的概率。
因此,一个函数可以从一组可能的结果定义为实数集,对于每个可能的结果x,ƒ(x)=P(x=x)(x等于x的概率)。这个特殊的函数f称为随机变量x的概率质量/密度函数。现在是x的概率质量函数,在这个特定的例子中,可以写成ƒ(0)=0.25,ƒ(1)=0.5,ƒ(2)=0.25。
此外,可以从实数集到实数集定义一个函数,称为累积分布函数(F),对于每个可能的结果x,可以将其定义为F(x)=P(x≤x)(x小于或等于x的概率)。现在,x的累积分布函数,在这个特殊示例中,可以写成F(a)=0,如果a<0;F(a)=0.25,如果0≤a<1;F(a)=0.75,如果1≤a<2;F(a)=1,如果a≥2。
什么是离散概率分布?
如果与概率分布相关的随机变量是离散的,那么这种概率分布称为离散。这种分布是由概率质量函数(ƒ)指定的。上面给出的例子就是这种分布的一个例子,因为随机变量X只能有有限个值。离散概率分布的常见例子有二项分布、泊松分布、超几何分布和多项式分布。从示例中可以看出,累积分布函数(F)是阶跃函数,∑ƒ(x)=1。
什么是连续概率分布?
如果与概率分布相关联的随机变量是连续的,那么这种概率分布就是连续的。这种分布是用累积分布函数(F)定义的。然后观察到概率密度函数ƒ(x)=dF(x)/dx,且∫ƒ(x)dx=1。正态分布、学生t分布、卡方分布和F分布是连续概率分布的常见例子。
离散概率分布和连续概率分布有什么区别?•在离散概率分布中,与之相关的随机变量是离散的,而在连续概率分布中,随机变量是连续的。•连续概率分布通常使用概率密度函数引入,但是离散概率分布是用概率质量函数引入的。•离散概率分布的频率图不是连续的,但当分布是连续的时,它是连续的。•连续随机变量假定某个特定值的概率为零,但离散随机变量的情况并非如此。 |