几种常见的分布ppt课件

2020/6/8，1，一些典型分布，2020/6/8，2，分类，连续随机分布正态分布，均匀分布，指数分布，对数正态分布，柯西分布，伽玛分布，瑞利分布，韦伯分布离散分布，韦伯分布离散分布，二项式分布，几何分布，超几何分布，泊松分布三大采样分布卡邦，3，第一，正态分布，(Normaldistribution)，应用：如果受大量小的独立随机原因影响，可以认为此数量具有正态分布。在自然现象中，大量随机变量跟随或近似正态分布。EX=ADX=B2，2020/6/8，4，2，均匀分布，应用：在自然情况下，均匀分布极少。在实际问题中，当无法区分在间隔内获取值的随机变量的值有何不同时，可以假定随机变量遵循间隔的均匀分布。2020/6/8，5、3、Exponentialdistribution(指数分布)、application(应用程序):主要用于说明独立事件发生的时间间隔。自然界有很多种“寿命”，可以用指数分布来说明，例如电子部件的寿命、动物的寿命、电话的通话时间、服务系统的服务时间等。2020/6/8，6，4，代数正态分布，定义：如果随机变量的对数跟随正态分布，则随机变量遵循对数正态分布。应用：金融保险、投资收益计算等。2020/6/8，7，5，Cauchydistribution，应用：主要用于物理，描述强迫共振的微分方程的解。光谱学用于描述由共振或其他机制扩展的光谱线的形状。2020/6/8，8，6，gamma分布，应用：用于描述随机变量x等待第k天发生的时间。e x=，d x=，2020/6/8，9，7，瑞利分布(瑞利分布)，定义：当任意二维矢量的两个分量是独立的，分布相同的正态分布时，此矢量的模是瑞利分布。应用：瑞利分布常用于描述平面衰落信号接收包络或独立多径分量允许包络统计时变特性。两个正交高斯噪声信号的和遵循瑞利分布。2020/6/8，10，8，Weibulldistribution，定义：web的分布或威布尔分布是可靠性分析和寿命测试的理论基础。=，应用：可靠性和故障分析，极限理论。2020/6/8，11，9，次分布(Bernoullidistribution)，应用：第n次实验在相同的条件下进行，每个观察单位的结果彼此独立，只能有一个相互对立的结果，这两个分布在医学领域中常用。N时，二项式分布与正态分布相似。(注意：0-1分布为2020/6/8，12，10，Negativebinomialdistribution，定义：Bernoulli尝试中每次发生事件时发生的概率为p，在一系列Bernoulli尝试中，一个事件在第r k次尝试中发生的概率为r。R=1，负二项式分布等于几何分布。概率质量函数为2020/6/8，13，11，几何分布，定义：第n次伯努利实验中第一次成功的概率。更详细地说，n次伯努利测试和n-1次失败和n次失败才是成功的概率。应用：射击比赛等。2020/6/8、14，12，超几何分布，定义：不重新采样产品质量，n个产品中有m个次品，对n个产品进行采样时，结果次品数X=k为随机变量：应用：产品质量检查等。(注：在实际应用中，如果N=10n，则可用于近似说明不合格物料的数量。)，2020/6/8，15，13、泊松分布(Poissondistribution)、应用：泊松分布适用于描述单位时间(或空间)内随机事件发生的次数。在特定时间内从服务设施到达的人数、电话交换机接到电话的次数、汽车平台等待的客人数、机器发生的故障数、自然灾害发生的次数、一个产品的缺陷陷阱数、显微镜下单位区域内细菌分布数等。，2020/6/8，16，14，卡方分布，定义：k随机变量相互独立，遵循标准正态分布，随机变量：自由度为k的卡方分布，记录：应用：通常用于假设检验和置信区间计算。K，2K，2020/6/8，17，15，f分布，f分布定义：应用：假设检验。2020/6/8，18，16，t分布，t分布定义：应用：假设检验。2020/6/8，19，如果各种分布之间的关系、gamma分布和指数分布、正态分布gamma分布的形态系数k为正整数，则gamma分布可以视为k进行大数值时与正态分布类似的分布。在gamma分布中：k=n(正整数)的gamma分布可以看作是n个单独k=1的gamma分布(指数分布)的总和，独立相等分布随机变量的总和根据中心极限定理成为正态分布。正态分布，2020/6/8，20，大量定理，定义：随着随机事件中尝试次数的增加，事件发生频率倾向于具有一定的值。同时，在物理量的测量实践中，大量测量值的算术平均值也很稳定。数值大，算术平均值接近数学期望。频率以概率收敛到事件中的概率。扩展：伯努利定理，小概率事件的原理，2020/6/