多语言展示
当前在线:452今日阅读:2今日分享:38

Mathematica 二项分布及其性质

介绍在Mathematica中计算二项分布,计算二项系数,均值,方差,绘图,以及二项分布的渐近性质(正态与泊松分布)。
工具/原料

Mathematica

方法/步骤
1

在Mathematica中,二项分布的符号是BinomialDistribution[n,p]二项分布相当于n次独立的概率为p的两点分布结果的和的分布。其概率函数如图。

2

Binomial[n,x]则是计算二项系数(n个里取x个的情况数),即n!/(x!(n-x)!)如图计算了二项式系数前四项。

3

二项系数和二项式以及以及杨辉三角联系密切。如图代码显示一个杨辉三角。

4

下面,我们使用DiscretePlot函数绘制二项分布B(n,0.5)的分布。n分别取10,30,50,70.可以看到,n越高,分布越平滑,同时平均值增大。

5

注意:当我们使用二项分布和二项系数时,不要把Binomial写成Binomal,后者是二元正态分布。是Bi(二元)+normal(正态),而不是Binomial。

6

二项分布B(n,p)的平均值为np,方差为n(1-p)p。方差有时也记作npq,p是每一次两点分布为1的概率,q是为0的概率即1-p.

7

当我们计算(X-n*p)的分布时(X是二项分布B(n,p)),当p不变,n增大时,二项分布逼近正态分布的样子。(准确的说,变换若取(X-n*p)/Var(X)会趋近于标准正态分布,但是在离散概率下不方便变换和画图)

8

当λ=np为定值时,随着n的增大,p变小,这样的二项分布趋近于泊松分布。效果如图。实线是泊松分布。

注意事项
1

通过概率函数PDF得到的是离散概率分布,只有当离散间隔为1时,才能和连续概率密度函数进行数值上的比较,这很不方便。

2

因此,我们认为一个离散分布趋近于一个连续分布,可以考察累计分布函数CDF。

推荐信息