# 二、機率分布 ###### tags: `統計學`  ## 2.1 機率分布與隨機變數 **機率分布**就是在某項隨機實驗下,所有可能發生的樣本點的機率數值,所形成的函數。 **隨機變數**是一種映射,將樣本空間中每一個樣本點(或事件)對應到唯一實數的射。 **機率密度函數**(PDF) ## 2.2 離散機率分布 ### 2.2.1 二項分布 ### 2.2.2 超幾何分布 ### 2.2.3 泊松分布 ## 2.3 連續機率分布 ### 2.3.1 常態分布 **常態分布**又稱**高斯分布**,但其實是棣美弗最早提出的。 若隨機變數 $X$ 服從一個位置母數為 $\mu$ 、尺度母數為 $\sigma$ 的常態分布 $$X\sim N(\mu,\sigma^2)$$,則其機率密度函數為$$f(x)=\frac{1}{\sigma\sqrt{2\pi}}e^{-\frac{(x-\mu)^2}{2\sigma^2}},$$ 標準常態分布的機率密度函數為 $$f(x)=\frac{1}{\sqrt{2\pi}}e^{-\frac{x^2}{2}}$$ - 性質 * 密度函數關於平均值對稱 * 平均值與它的眾數(statistical mode)以及中位數(median)同一數值。 * $f(x)$ 的曲線下, 68.268949%的面積在$\mu\pm \sigma$ 範圍內。 95.449974%的面積在 $\mu\pm 2\sigma$ 的範圍內。 99.730020%的面積在 $\mu\pm 3\sigma$ 的範圍內。 99.993666%的面積在 $\mu\pm 4\sigma$ 的範圍內。 $f(x)$ 的反曲點為離平均數一個標準差距離的位置。
×
Sign in
Email
Password
Forgot password
or
Sign in via Google
Sign in via Facebook
Sign in via X(Twitter)
Sign in via GitHub
Sign in via Dropbox
Sign in with Wallet
Wallet (
)
Connect another wallet
Continue with a different method
New to HackMD?
Sign up
By signing in, you agree to our
terms of service
.