常用分布的期望和方差

分布 分布律/概率密度 数学期望 方差
0-1分布 $p(x=k)=p^k(1-p)^{1-k},k=0,1$ $p$ $p(1-p)$
二项分布$B(n,p)$ $P(x=k)=C_n^kp^k(1-p)^{1-k}$ $np$ $np(1-p)$
泊松分布$P(\lambda)$ $P(x=k)=\frac{\lambda^ke^{-\lambda}}{k!}$ $\lambda$ $\lambda$
均匀分布$U(a,b)$ $f(x)=\frac{1}{b-a},(a\lt x\lt b)$ $\frac{a+b}{2}$ $\frac{(b-a)^2}{12}$
正态分布$N(\mu,\sigma^2)$ $f(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^2}{2\sigma^2}}$ $\mu$ $\sigma^2$
指数分布$E(\theta)$ $f(x)=\theta e^{-\theta x},x\gt 0; 0, other$ $\frac{1}{\theta}$ $\frac{1}{\theta^2}$
作者

xeonds

发布于

2023-01-31

更新于

2024-11-07

许可协议

评论