幾何分佈

機率分布

概率論統計學中,幾何分佈(英語:Geometric distribution)指的是以下兩種離散型機率分布中的一種:

  • 伯努利試驗中,得到一次成功所需要的試驗次數的值域是{ 1, 2, 3, ... }
幾何分佈
概率質量函數
累積分佈函數
參數 成功概率( 成功概率(
支撐集
概率質量函數(pmf)
累積分佈函數 (cdf)
期望值
中位數 (如果是整數,則中位數不唯一) (如果是整數,則中位數不唯一)
眾數
方差
偏度
超值峰度
矩生成函數 (mgf) ,
for
特徵函數
  • 在得到第一次成功之前所經歷的失敗次數Y的值域是{ 0, 1, 2, 3, ... }

實際使用中指的是哪一個取決於慣例和使用方便。

這兩種分佈不應該混淆。前一種形式(的分佈)經常被稱作shifted geometric distribution;但是,為了避免歧義,最好明確地說明取值範圍。

如果每次試驗的成功概率是,那麼次試驗中,第次才得到成功的概率是,

其中.

上式描述的是取得一次成功所需要的試驗次數。而另一種形式,也就是第一次成功之前所失敗的次數,可以寫為,

其中

兩種情況產生的序列都是幾何數列。這是幾何分佈的名字來源。

比如,假設不停地擲骰子,直到得到1。投擲次數是隨機分佈的,取值範圍是無窮集合{ 1, 2, 3, ... },並且是一個的幾何分佈。

性質

編輯

呈幾何分佈的隨機變量X期望值是1/p方差是 (1-p)/p2:

 

幾何分佈具有非記憶性的性質(Memoryless Property,又稱遺失記憶性)

這表示如果一個隨機變量呈幾何分佈,它的條件概率遵循:

 s, t ∈ℕ.

記號

編輯

若隨機變量 服從參數為 的幾何分佈,則記為 .

用途

編輯

在重複多次的伯努利試驗中,試驗進行到某種結果出現第一次為止,此時的試驗總次數服從幾何分佈,如:射擊,首次擊中目標時的次數。

參見

編輯