常見分佈的密度函式與分佈函式影象 2018-8-26
其實學了這麼長時間的概率論也並不是很清楚他們的密度函式影象是什麼,可能是書上的公式太多,僅僅是簡單的介紹了函式影象。又或者是我根本就是頂著概率統計專業的大高帽的垃圾,所以才不會的。總之今天要一起弄明白。
在這裡不對公式及其性質做處理。只畫影象
離散分佈
二項分佈
二項分佈的意思是:在進行n個樣本的時候,每個樣本以p為成功出現的概率,最終出現次數的概率是多少。比如這個題:
其中x就是你想求的出現的次數,最終算出的結果是概率。
二項分佈的密度函式影象是 :在這裡,n取10,概率p取0.5
其實如果連著看的話,挺像正態分佈的。但是由於密度函式的意義是次數出現的概率,所以次數只能是整數次,不能是小數次。所以這個影象就是這樣了。
分佈函式為:
挺符合印象的。
程式碼如下,是基於R軟體的,之後的影象就不給程式碼了,都差不多,想要知道怎麼取樣,別的博文說了。
#基於R程式碼
x<-rbinom(1e6,10,0.5)
plot(density(x3),main="二項分佈密度函式影象") #密度函式
plot(ecdf(x),main="二項分佈累計分佈圖像") #分佈函式
泊松分佈
我認為泊松分佈在正常的應用下,應該是作為二項分佈的一種拓展。因為在大樣本的情況下,概率就一樣了
其實我沒有看例題。貼一下例題只是想說明我剛才說的是對的。
廢話不說,密度影象:
分佈圖像
當我執行到這裡的時候,突然意識到我的影象應該和我剛才說的結論聯絡起來,但是懶得改了。於是我自己又試了試,我設定二項分佈b(10,0.5),設定泊松分佈p(5),但是密度影象死活不一樣,我就在想是不是 哪裡出問題了,我就又翻了翻數,果然找到這一句話。
也就是說概率很小的時候才能生效,於是我把二項分佈設為b(10,0.05),p(0.5),於是二項分佈的密度函式和泊松分佈的密度函式基本上一樣了。
你發現這兩個影象是基本一樣,如果你懷疑我只是改了下名稱的話,那你就自己編一下程式試試吧。
超幾何分佈我總感覺用的不多,也可能是理解不到位吧,如果有誰覺得超幾何分佈非常有用的話,可以和我講講,多謝了。
連續分佈
正太分佈
正太分佈也叫高斯分佈。這個用的是最多最多了。導致我畫影象的時候都會覺得噁心。直接畫圖,什麼也不說了
《概率論與數理統計》茆詩鬆的版本還有伽馬分佈和貝塔分佈,用的也不是很多我覺得。所以先跳過去,直接幹t分佈,f分佈和卡方分佈
F分佈
由於在這裡我抽取的樣本為1e6 個,因此如果自由度設定的較小的話,則函式影象根本什麼也看不出來,
t分佈我估計是和正態分佈差不多,因為小樣本用t分佈,大樣本用正態分佈。懶得畫了。畫了一個小時了,肚子疼,就這樣吧卡方再說吧。