二項分佈

拋擲一枚硬幣
觀正反記錄數據
連續拋擲n次
恰有k次向上的
概率是多少
非成即敗
非正即反
n次獨立的成敗
概率為p的存在
數次相互作用
形成二項離散
隨機變量服從
n個獨立事件
每次概率為p
n為1稱“伯努利”
n中選k的組合
乘以p的k次冪
再乘1-p的n-k次冪
得概率
期望np
方差np(1-p)後
單獨實驗再求和
雙變量二項分佈
若欲求其協方差
“變量均為一”減
各自概率積
乘實驗數次
經濟管理
醫學統計
二項分佈的形態
數據之中映正反
數次相互作用
形成二項離散
隨機變量服從
n個獨立事件
每次概率為p
n為1稱“伯努利”
n中選k的組合
乘以p的k次冪
再乘1-p的n-k次冪
得概率
期望np
方差np(1-p)後
單獨實驗再求和
雙變量二項分佈
若欲求其協方差
“變量均為一”減
各自概率積
乘試驗數次
獨立二項分佈之和
服從分佈
所有二項分佈
n次伯努利（分佈）之和
（試驗）次數趨於無窮大
收斂於泊松分佈
適當矯正連續性
正態分佈也可做近似
隨機變量服從
n個獨立事件
每次概率為p
n為1稱“伯努利”
n中選k的組合
乘以p的k次冪
再乘1-p的n-k次冪
得概率