摘要：
泊松分布到底是干嘛的 一、总结 一句话总结： 泊松分布最常见的一个应用就是，它作为了排队论的一个输入。比如在一段时间t（比如1个小时）内来到食堂就餐的学生数量肯定不会是一个常数（比如一直是200人），而应该符合某种随机规律： 假如在1个小时内来200个学生的概率是10%，来180个学生的概率是20% 阅读全文
摘要：
随机变量概率分布函数汇总 一、总结 一句话总结： 概率分布用以表达随机变量取值的概率规律，根据随机变量所属类型的不同，概率分布取不同的表现形式 离散型分布：二项分布、多项分布、伯努利分布、泊松分布 连续型分布：均匀分布、正态分布、指数分布、伽玛分布、偏态分布、贝塔分布 1、伯努利分布？ 【成功和失败 阅读全文
摘要：
宋浩《概率论与数理统计》笔记 2.2.3、正态分布 一、总结 一句话总结： 若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)。 其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。 当μ = 0,σ = 1时的正态分布是标准正态分布。 $$f ( 阅读全文
摘要：
普通正态分布转换成标准正态分布 一、总结 一句话总结： $$z = \frac { X - \mu } { \sigma }$$ 二、普通正态分布如何转换到标准正态分布 证明过程可以看这里： https://www.zhihu.com/question/30121927 截图来自：https://b 阅读全文
摘要：
指数分布与泊松分布 一、总结 一句话总结： 泊松分布：$$P(X = k) = e^{-\lambda}\displaystyle\frac{\lambda^k}{k!}, \ k = 0, 1, 2,..., $$ 指数分布：$$f(x) = \begin{cases} \lambda e^{-\ 阅读全文
摘要：
宋浩《概率论与数理统计》笔记 2.2.3、指数分布 一、总结 一句话总结： $$F ( x ; \lambda ) = \left\{ \begin{array} { c l } { 1 - e ^ { - \lambda x } } & { , x \geq 0 } \\ { 0 } & { , 阅读全文
摘要：
宋浩《概率论与数理统计》笔记 2.2.3、均匀分布 一、总结 一句话总结： 【n个数的发生概率是相等】：均匀分布所有可能结果的n个数的发生概率是相等的，均匀分布变量X的概率密度函数([概率密度函数]概念是针对连续分布的，求积分即发生概率)为： $$f ( x ) = \frac { 1 } { b 阅读全文
摘要：
宋浩《概率论与数理统计》笔记 2.2.3、超几何分布 一、总结 一句话总结： 【从a个白球和b个黑球中抽取n个球】：最经典的引入超几何分布的模型就是，从a个白球和b个黑球中抽取n个球，那么以X表示抽取出的白球的数目，它的分布律满足 $$P ( X = k ) = \frac { \left( \be 阅读全文