Геометрическое распределение представляет собой дискретное распределение для n=0, 1, 2, … с функцией плотности вероятности

где 0<p<1, q=1-p, и функция распределения равна

Геометрическое присвоение является основным дискретным безпамятным нерегулярным перемещением. Это дискретный образец экспоненциальной дисперсии. Обратите внимание, что некоторые создатели (например, Beyer 1987, p. 531; Zwillinger 2003, pp. 630-631) хотят охарактеризовать распространение скорее как n=1, 2, …, в то время как тип тиража, приведенный выше, выполняется на языке Wolfram как GeometricDistribution[p].P(n) нормализован, поскольку sum_(n=0)^inftyP(n)=sum_(n=0)^inftyq^np=psum_(n=0)^inftyq^n=p/(1-q)=p/p=1.

сырые моменты даны аналитически в терминах полилогарифмической функции,

Итак, первые несколько явно как

Центральные моменты даны аналитически с точки зрения трансцендента Лерха и:

среднее значение, дисперсия, перекос и избыток куртоза составляют

Для случая p=1/2 (соответствующего распределению количества монетных жеребьёвок, необходимых для выигрыша в парадоксе Санкт-Петербурга) формула (23) даёт mu_k^'|_(p=1/2)=1/2Li_(-k)(1/2).

Изначально едва ли можно назвать сырые минуты по этим линиям 1, 3, 13, 75, 541,….. В несколько раз эти числа – OEIS A000629, которые имеют экспоненциальные возможности создания f(x)=-ln(2-e^x) и g(x)=e^x/(2-e^x). Среднее, разность, асимметрия и обилие куртосиса в случае p=q=1/2 даны значением p=q=1/2.

Характеристическая функция задана на

Первым кумулянтом геометрического распределения является

и последующие кумулятивы даются рекуррентным отношением

Среднее отклонение геометрического распределения

функция пола

При понимании гипотезы две ошибки могут сбить с толку. Эти две ошибки – ложноотрицательная и ложноположительная. Ложноотрицательную ошибку можно также назвать ошибкой второго типа, а ложноположительную – ошибкой первого типа. В процессе обучения вы можете подумать, что эти ошибки не имеют никакого смысла и только зря потратите время на изучение концепций. Однако, рассмотрев преимущества этих […]

Data Science Team 05 May 2022

Математика и статистика

Обзор сюжета коробки

График ящиков или ящиков, а также график вискеров помогут вам отобразить распределение базы данных в виде сводки из пяти чисел. Первый квартиль Q1 будет минимальным, третий квартиль Q3 – медианным, пятый квартиль Q5 – максимальным. Вы можете узнать пропуски и их значения, используя график ящиков. Вы также можете понять, симметричны ли Ваши данные, плотно ли […]

Data Science Team 01 March 2021

Математика и статистика

Байесские сети

Создание вероятностной модели может быть сложным делом, но окажется полезным в процессе обучения на станке. Для создания такой графической модели необходимо найти вероятностные связи между переменными. Предположим, вы создаете графическое представление переменных. Нужно представить переменные как узлы, а условную независимость – как отсутствие ребер. Графические модели, такие как байесовские статистические модели, становятся все более популярными […]

Data Science Team 02 January 2021

DATASCIENCE.EU

Геометрическое распределение

Языки

Weekly newsletter