In der Wahrscheinlichkeits- und Statistikverteilung ist ein Merkmal einer Zufallsvariablen, das die Wahrscheinlichkeit des jeweiligen Wertes der Zufallsvariablen beschreibt.
Jede Verteilung hat eine bestimmte Wahrscheinlichkeitsdichtefunktion und Wahrscheinlichkeitsverteilungsfunktion.
Obwohl es eine unbestimmte Anzahl von Wahrscheinlichkeitsverteilungen gibt, werden mehrere gängige Verteilungen verwendet.
Die Wahrscheinlichkeitsverteilung wird durch die Summenverteilungsfunktion F(x) beschrieben,
was die Wahrscheinlichkeit ist, dass die Zufallsvariable X einen Wert kleiner oder gleich x erhält:
F(x) = P(X ≤ x)
Die Summenverteilungsfunktion F(x) wird durch Integration der Wahrscheinlichkeitsdichtefunktion f(u) der kontinuierlichen Zufallsvariablen X berechnet.
Die kumulative Verteilungsfunktion F(x) wird durch Summierung der Wahrscheinlichkeitsmassenfunktion P(u) der diskreten Zufallsvariablen X berechnet.
Kontinuierliche Verteilung ist die Verteilung einer kontinuierlichen Zufallsvariablen.
...
Verteilungsname | Verteilungssymbol | Wahrscheinlichkeitsdichtefunktion (pdf) | Gemein | Varianz |
---|---|---|---|---|
f X ( x ) |
μ = E ( X ) |
σ 2 = Var ( X ) |
||
Normal / Gaußsch |
X ~ N (μ,σ 2 ) |
μ | σ 2 | |
Uniform |
X ~ U ( a , b ) |
|||
Exponentiell | X ~ exp (λ) | |||
Gamma | X ~ Gamma ( c , λ) |
x > 0, c > 0, λ > 0 |
||
Chi-Quadrat |
X ~ χ 2 ( k ) |
k |
2 k |
|
Wunsch | ||||
F |
X ~ F ( k 1 , k 2 ) |
|||
Beta | ||||
Weibull | ||||
Log-normal |
X ~ LN (μ,σ 2 ) |
|||
Rayleigh | ||||
Cauchy | ||||
Dirichlet | ||||
Laplace | ||||
Erheben | ||||
Reis | ||||
Studenten-t |
Diskrete Verteilung ist die Verteilung einer diskreten Zufallsvariablen.
...
Verteilungsname | Verteilungssymbol | Wahrscheinlichkeitsmassenfunktion (pmf) | Gemein | Varianz | |
---|---|---|---|---|---|
f x ( k ) = P ( X = k )
k = 0,1,2,... |
E ( x ) | Var ( x ) | |||
Binomial |
X ~ Bin ( n , p ) |
np |
np (1- p ) |
||
Poisson |
X ~ Poisson (λ) |
λ ≥ 0 |
λ |
λ |
|
Uniform |
X ~ U ( a,b ) |
||||
Geometrisch |
X ~ Geom ( p ) |
|
|
||
Hypergeometrisch |
X ~ HG ( N , K , n ) |
N = 0,1,2,... K = 0,1,.., N n = 0,1,..., N |
|||
Bernoulli |
X ~ Bern ( p ) |
p |
p (1- p ) |
Advertising