Биномиальное распределение
Материал из MachineLearning.
 (Новая: ==Определение== Биномиальное распределение - дискретное распределение вероятностей случайной величи...)  | 
				|||
| Строка 9: | Строка 9: | ||
[[Характеристическая функция]] <tex>\phi(t)=(1+p(e^{it}-1))^n</tex>  | [[Характеристическая функция]] <tex>\phi(t)=(1+p(e^{it}-1))^n</tex>  | ||
| - | [[Моменты]]: <tex>MX=np</tex>, <tex>DX=np(1-p)</tex>  | + | [[Моменты случайной величины|Моменты]]: <tex>MX=np</tex>, <tex>DX=np(1-p)</tex>  | 
[[Асимметрия]]: <tex>\gamma_1=\frac{1-2p}{\sqrt{np(1-p)}}</tex>; при <tex>p=0.5</tex> распределение симметрично относительно центра <tex>n/2</tex>  | [[Асимметрия]]: <tex>\gamma_1=\frac{1-2p}{\sqrt{np(1-p)}}</tex>; при <tex>p=0.5</tex> распределение симметрично относительно центра <tex>n/2</tex>  | ||
Версия 07:53, 2 ноября 2009
Определение
Биномиальное распределение - дискретное распределение вероятностей случайной величины , принимающей целочисленные значения 
 с вероятностями:
.
Данное распределение характеризуется двумя параметрами: целым числом , называемым числом испытаний, и вещественным числом 
, 
, называемом вероятностью успеха в одном испытании. Биномиальное распределение - одно из основных распределений вероятностей, связанных с последовательностью независимых испытаний. Если проводится серия из 
 независимых испытаний, в каждом из которых может произойти "успех" с вероятностью 
, то случайная величина, равная числу успехов во всей серии, имеет указанное распределение. Эта величина также может быть представлена в виде суммы 
 независимых слагаемых, имеющих распределение Бернулли.
Основные свойства
Моменты: , 
Асимметрия: ; при 
 распределение симметрично относительно центра 

