Параметры | |||
---|---|---|---|
Поддерживать | |||
PMF | |||
CDF | |||
Иметь в виду | |||
Медиана | |||
Режим | |||
Дисперсия | |||
Асимметрия | |||
Бывший. эксцесс | |||
Энтропия | |||
MGF | |||
CF | |||
PGF | |||
Информация Fisher |
В теории вероятностей и статистике , то распределение Бернулли , названный в честь швейцарского математика Якоба Бернулли , [1] является дискретным распределением вероятностей из случайной величины , которая принимает значение 1 с вероятностью и значение 0 с вероятностью . Менее формально, его можно рассматривать как модель для набора возможных результатов любого отдельного эксперимента, в котором задается вопрос « да-нет» . Такие вопросы приводят к результатам, которые имеют логическое значение : единственный бит , значение которого - успех / да/ истина / единица с вероятностью p и отказ / нет / ложь / ноль с вероятностью q . Его можно использовать для представления (возможно, предвзятого) подбрасывания монеты, где 1 и 0 будут представлять «орел» и «решка» (или наоборот), соответственно, а p будет вероятностью выпадения монеты орлом или решкой соответственно. . В частности, несправедливые монеты
Распределение Бернулли - это частный случай биномиального распределения, когда проводится одно испытание (так что n будет равно 1 для такого биномиального распределения). Это также частный случай двухточечного распределения , для которого возможные результаты не обязательно должны быть 0 и 1.
Свойства [ править ]
Если - случайная величина с таким распределением, то:
Функция массы вероятности этого распределения по возможным исходам k равна
- [2]
Это также можно выразить как
или как
Распределение Бернулли является частным случаем биномиального распределения с [3]
Эксцесса стремится к бесконечности при высоких и низких значениях , но и для распределений двухточечный включая распределение Бернулли имеет более низкий избыток эксцесс , чем любое другое распределение вероятностей, а именно -2.
Распределения Бернулли для образуют экспоненциальную семью .
Оценка максимального правдоподобия на основе случайной выборки является выборочным средним .
Среднее [ править ]
Ожидаемое значение случайной переменной Бернулли является
Это связано с тем, что для распределенной по Бернулли случайной величины с и находим
- [2]
Дисперсия [ править ]
Дисперсия из Бернулли распределенной является
Мы сначала находим
Из этого следует
- [2]
С этим результатом легко доказать, что для любого распределения Бернулли его дисперсия будет иметь значение внутри .
Асимметрия [ править ]
Перекос есть . Когда мы берем стандартизированную распределенную случайную величину Бернулли, мы обнаруживаем, что эта случайная величина достигается с вероятностью и достигает с вероятностью . Таким образом мы получаем
Высшие моменты и кумулянты [ править ]
Необработанные моменты все равны из-за того, что и .
Центральный момент заказа задается
Первые шесть центральных моментов
Высшие центральные моменты можно выразить более компактно в терминах и
Первые шесть кумулянтов
Связанные дистрибутивы [ править ]
- Если все испытания Бернулли являются независимыми, одинаково распределенными ( iid ) случайными величинами с вероятностью успеха p , то их сумма распределяется согласно биномиальному распределению с параметрами n и p :
- ( биномиальное распределение ). [2]
- Распределение Бернулли просто , также записывается как
- Категорично распределением является обобщением распределения Бернулли для переменных с любым постоянным числом дискретных значений.
- Бета распределение является конъюгат до распределения Бернулли.
- В геометрическом распределении моделей числа независимых и идентичных испытания Бернулли необходимо , чтобы получить один успех.
- Если , то имеет распределение Радемахера .
См. Также [ править ]
- Процесс Бернулли , случайный процесс, состоящий из последовательности независимых испытаний Бернулли.
- Отбор проб Бернулли
- Двоичная функция энтропии
- Диаграмма двоичного решения
Ссылки [ править ]
- ^ Джеймс Виктор Успенский: Введение в математическую вероятность , McGraw-Hill, Нью-Йорк 1937, стр. 45
- ^ a b c d Бертсекас, Дмитрий П. (2002). Введение в вероятность . Цициклис, Джон Н. , Τσιτσικλής, Γιάννης Ν. Бельмонт, Массачусетс: Athena Scientific. ISBN 188652940X. OCLC 51441829 .
- ^ МакКаллаг, Питер ; Нелдер, Джон (1989). Обобщенные линейные модели, второе издание . Бока-Ратон: Чепмен и Холл / CRC. Раздел 4.2.2. ISBN 0-412-31760-5.
Дальнейшее чтение [ править ]
- Джонсон, Нидерланды; Kotz, S .; Кемп, А. (1993). Одномерные дискретные распределения (2-е изд.). Вайли. ISBN 0-471-54897-9.
- Питман, Джон Г. (1963). Введение в прикладную статистику . Нью-Йорк: Харпер и Роу. С. 162–171.
Внешние ссылки [ править ]
Викискладе есть медиафайлы, связанные с распространением Бернулли . |
- "Биномиальное распределение" , Энциклопедия математики , EMS Press , 2001 [1994]
- Вайсштейн, Эрик В. "Распределение Бернулли" . MathWorld .
- Интерактивная графика: одномерные отношения распределения