Todennäköisyysjakauma

Todennäköisyydessä ja tilastoissa jakauma on satunnaismuuttujan ominaisuus, kuvaa satunnaismuuttujan todennäköisyyttä kussakin arvossa.

Jokaisella jakaumalla on tietty todennäköisyystiheysfunktio ja todennäköisyysjakaumafunktio.

Vaikka todennäköisyysjakaumia on rajoittamaton määrä, käytössä on useita yleisiä jakaumia.

Kumulatiivinen jakaumafunktio

Todennäköisyysjakauma kuvataan kumulatiivisella jakaumafunktiolla F(x),

mikä on satunnaismuuttujan X todennäköisyys saada arvo pienempi tai yhtä suuri kuin x:

F(x) = P(Xx)

Jatkuva jakelu

Kumulatiivinen jakaumafunktio F(x) lasketaan integroimalla jatkuvan satunnaismuuttujan X todennäköisyystiheysfunktio f(u).

Diskreetti jakelu

Kumulatiivinen jakaumafunktio F(x) lasketaan summaamalla diskreetin satunnaismuuttujan X todennäköisyysmassafunktio P(u).

Jatkuva jakauman taulukko

Jatkuva jakauma on jatkuvan satunnaismuuttujan jakauma.

Esimerkki jatkuvasta jakelusta

...

Jatkuva jakauman taulukko

Jakelun nimi Jakelun symboli Todennäköisyystiheysfunktio (pdf) Tarkoittaa Varianssi
   

f X ( x )

μ = E ( X )

σ 2 = Muutt ( X )

Normaali / Gaussin

X ~ N (μ,σ 2 )

\frac{1}{\sigma\sqrt{2\pi}}e^{-\frac{(x-\mu)^2}{2\sigma^2}} μ σ 2
Univormu

X ~ U ( a , b )

\begin{Bmatrix}\frac{1}{ba} & ,a\leq x\leq b\\ & \\0 & ,muuten\end{matrix} \frac{(ba)^2}{12}
Eksponentiaalinen X ~ exp (λ) \begin{Bmatrix}\lambda e^{-\lambda x} & x\geq 0\\ 0 & x<0\end{matrix} \frac{1}{\lambda} \frac{1}{\lambda^2}
Gamma X ~ gamma ( c , λ) \frac{\lambda ^cx^{c-1}e^{-\lambda x}}{\Gamma (c)}

x > 0, c > 0, λ > 0

\frac{c}{\lambda } \frac{c}{\lambda ^2}
Chi neliö

X ~ χ 2 ( k )

\frac{x^{k/2-1}e^{-x/2}}{2^{k/2}\Gamma (k/2)}

k

2 k

Wishart        
F

X ~ F ( k 1 , k 2 )

     
Beeta        
Weibull        
Log-normaali

X ~ LN (μ,σ 2 )

     
Rayleigh        
Cauchy        
Dirichlet        
Laplace        
Levy        
Riisi        
Opiskelijan t        

Diskreetti jakauman taulukko

Diskreetti jakauma on diskreetin satunnaismuuttujan jakauma.

Esimerkki diskreetistä jakelusta

...

Diskreetti jakauman taulukko

Jakelun nimi Jakelun symboli Todennäköisyysmassafunktio (pmf) Tarkoittaa Varianssi
    f x ( k ) = P ( X = k )

k = 0,1,2,...

E ( x ) Muutt ( x )
Binomi

X ~ Bin ( n , p )

\binom{n}{k}p^{k}(1-p)^{nk}

np

np (1 - p )

Poisson

X ~ Poisson (λ)

λ ≥ 0

λ

λ

Univormu

X ~ U ( a,b )

\begin{Bmatrix}\frac{1}{b-a+1} & ,a\leq k\leq b\\ & \\0 & ,muuten\end{matrix} \frac{a+b}{2} \frac{(b-a+1)^{2}-1}{12}
Geometrinen

X ~ Geom ( p )

p(1-p)^{k}

\frac{1-p}{p}

\frac{1-p}{p^2}

Hypergeometrinen

X ~ HG ( N , K , n )

N = 0,1,2,...

K = 0,1,..., N

n = 0,1,..., N

\frac{nK}{N} \frac{nK(NK)(Nn)}{N^2(N-1)}
Bernoulli

X ~ Bern ( p )

\begin{Bmatrix}(1-p) & ,k=0\\ p & ,k=1\\ 0 & ,muuten\end{matriisi}

s

p (1- p )

 


Katso myös

Advertising

TODENNÄKÖISYYS JA TILASTOT
°• CmtoInchesConvert.com •°