首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >内容范围:正态分布,泊松分布,多项分布,二项分布,伯努利分布

内容范围:正态分布,泊松分布,多项分布,二项分布,伯努利分布

作者头像
zenRRan
发布2019-07-16 17:16:46
3.4K0
发布2019-07-16 17:16:46
举报

也许,机遇不会出现在前进的路上,但返回不是我们的方向。

作者:泛音

公众号:知识交点

内容范围:正态分布,泊松分布,多项分布,二项分布,伯努利分布

简述:正态分布是上述分布趋于极限的分布,属于连续分布。其它属于离散分布。

伯努利分布

伯努利分布(两点分布/0-1分布):伯努利试验指的是只有两种可能结果的单次随机试验。如果对伯努利试验独立重复n次则为n重伯努利试验。

伯努利分布函数为:

二项分布

二项分布:二项分布是n重伯努利试验成功系数的离散概率分布。硬币正面朝上的概率为p,重复抛n次硬币,k次为正面的概率即为一个二项分布概率。

二项分布概率分布函数:

其中n是试验次数,x是试验结果为正的次数,q是试验结果为正的概率,1-q是试验结果为负的概率。

均值:

;方差:

;标准差:

多项分布

多项分布:多项分布是二项分布的推广。二项式做n次伯努利实验,规定了每次试验的结果只有两个,如果现在还是做n次试验,只不过每次试验的结果可以有多k个,且k个结果发生的概率互斥且和为1,则发生其中一个结果X次的概率就是多项式分布。多项分布的联合概率函数为:

多项分布对其每一个结果都有均值和方差,分别为:

泊松分布

泊松分布:适合用来描述单位时间/空间内随机事件发生的个数与其对应的概率。比如某医院平均每小时出生3个婴儿,在这种只知道平均数的情况下预测下一个小时会出生几个和其概率是多少。

泊松分布概率分布函数:

其中P表示概率,N表示一种函数关系,

在这里表示是时间频率,t 在这里表示时间,n 表示数量,P(N(1) = 3) 表示的是1个小时内出生3个婴儿的概率。接下来两个小时,一个婴儿都不出生的概率为

,该事件的发生可能性十分小。

均值:

;方差:

指数分布

指数分布:可以从泊松分布推断出来。如果t时间内没有任何婴儿出生,则:

,事件在t之内发生的概率为1减上述的值,为:

,例如,接下来15分钟,会有婴儿出生的概率是52.76%。

正态分布

正态分布:概率密度函数为:

时称为标准正态分布,此时函数为:

如何评判正态分布

1. 图形感受法:建立直方图或者枝干图,看图像的形状是否类似正态曲线,既土墩形或者钟形,并且两端对称。

2.计算区间

,看落在区间的百分百是否近似于68%,95%,100%。

3.求IQR和标准差s,计算IQR/s,如若是正态分布,则IQR/s≈1.3。

4. 建立正态概率图,如果近似正态分布,点会落在一条直线上。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-07-15,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 深度学习自然语言处理 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
NLP 服务
NLP 服务(Natural Language Process,NLP)深度整合了腾讯内部的 NLP 技术,提供多项智能文本处理和文本生成能力,包括词法分析、相似词召回、词相似度、句子相似度、文本润色、句子纠错、文本补全、句子生成等。满足各行业的文本智能需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档