Em distribuição de probabilidade e estatísticaé uma característica de uma variável aleatória, descreve a probabilidade da variável aleatória em cada valor.
Cada distribuição tem uma certa função de densidade de probabilidade e função de distribuição de probabilidade.
Embora haja um número indefinido de distribuições de probabilidade, existem várias distribuições comuns em uso.
A distribuição de probabilidade é descrita pela função de distribuição cumulativa F(x),
que é a probabilidade da variável aleatória X obter valor menor ou igual a x:
F(x) = P(X ≤ x)
A função de distribuição cumulativa F(x) é calculada pela integração da função de densidade de probabilidade f(u) da variável aleatória contínua X.
A função de distribuição cumulativa F(x) é calculada pela soma da função de massa de probabilidade P(u) da variável aleatória discreta X.
A distribuição contínua é a distribuição de uma variável aleatória contínua.
...
Nome da distribuição | símbolo de distribuição | Função de densidade de probabilidade (pdf) | Significar | variância |
---|---|---|---|---|
f X ( x ) |
μ = E ( X ) |
σ 2 = Var ( X ) |
||
Normal / gaussiano |
X ~ N (μ,σ 2 ) |
μ | σ 2 | |
Uniforme |
X ~ U ( a , b ) |
|||
Exponencial | X ~ exp (λ) | |||
Gama | X ~ gama ( c , λ) |
x > 0, c > 0, λ > 0 |
||
qui quadrado |
X ~ χ 2 ( k ) |
k |
2k _ |
|
Wishart | ||||
F |
X ~ F ( k 1 , k 2 ) |
|||
Beta | ||||
weibull | ||||
Log-normal |
X ~ LN (μ,σ 2 ) |
|||
Rayleigh | ||||
Cauchy | ||||
Dirichlet | ||||
Laplace | ||||
Imposição | ||||
Arroz | ||||
t do aluno |
A distribuição discreta é a distribuição de uma variável aleatória discreta.
...
Nome da distribuição | símbolo de distribuição | Função de massa de probabilidade (pmf) | Significar | variância | |
---|---|---|---|---|---|
f x ( k ) = P ( X = k )
k = 0,1,2,... |
E ( x ) | Var ( x ) | |||
binômio |
X ~ Bin ( n , p ) |
np |
np (1- p ) |
||
Poisson |
X ~ Poisson (λ) |
λ ≥ 0 |
λ |
λ |
|
Uniforme |
X ~ U ( a,b ) |
||||
Geométrico |
X ~ Geom ( p ) |
|
|
||
hipergeométrico |
X ~ HG ( N , K , n ) |
N = 0,1,2,... K = 0,1,.., N n = 0,1,..., N |
|||
Bernoulli |
X ~ Berna ( p ) |
p |
p (1- p ) |
Advertising