伯努利分布
伯努利分布是二项分布的一种特殊情况,它描述的是单次随机试验中,只有两种结果的概率分布。其中,一种结果的概率为 p p p,另外一种结果的概率为 1 − p 1-p 1−p。伯努利分布的概率质量函数如下:
f ( k ; p ) = { p if k = 1 , 1 − p if k = 0. f(k;p)=\begin{cases} p & \text{if }k=1,\\ 1-p & \text{if }k=0. \end{cases} f(k;p)={p1−pif k=1,if k=0.
其中, k k k 表示事件发生的结果, p p p 表示事件发生的概率。
伯努利分布的一个经典例子是抛硬币。在抛硬币的过程中,正面朝上的概率为 p p p,反面朝上的概率为 1 − p 1-p 1−p。这里的 p p p 就是伯努利分布的参数。
二项分布
二项分布是离散型概率分布的一种,它描述的是在 n n n 次独立重复的随机试验中,某个事件发生 k k k 次的概率分布。每次试验的结果只有两种,成功和失败。其中,成功的概率为 p p p,失败的概率为 1 − p 1-p 1−p。二项分布的概率质量函数如下:
f ( k ; n , p ) = Pr ( k ; n , p ) = Pr ( X = k ) = ( n k ) p k ( 1 − p ) n − k , f(k;n,p)=\Pr(k;n,p)=\Pr(X=k)=\binom{n}{k}p^k(1-p)^{n-k}, f(k;n,p)=Pr(k;n,p)=Pr(X=k)=(kn)pk(1−p)n−k,
其中, k k k 表示事件发生的次数, n n n 表示试验的总次数, p p p 表示每次试验成功的概率。
二项分布的一个经典例子是扔硬币。如果我们扔一次硬币,那么它的结果就是一个伯努利分布。如果我们连续扔 n n n 次硬币,那么它的结果就是一个二项分布。文章来源:https://www.toymoban.com/news/detail-724663.html
伯努利分布和二项分布的辨析
伯努利分布是二项分布的一种特殊情况,即 n = 1 n=1 n=1 的情形。因此,二项分布是多次伯努利分布的叠加。在实际应用中,伯努利分布通常用于描述单次试验的结果,而二项分布通常用于描述多次试验的结果。例如,我们可以用伯努利分布来描述一次抛硬币的结果,而用二项分布来描述抛 n n n 次硬币,正面朝上 k k k 次的结果。文章来源地址https://www.toymoban.com/news/detail-724663.html
到了这里,关于伯努利分布、二项分布、概念辨析的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!