二项分布超几何分布的均值和方差公式是什么

【二项分布超几何分布的均值和方差公式是什么】在概率统计中，二项分布和超几何分布是两种常见的离散型概率分布，它们都用于描述成功或失败事件的发生次数。虽然两者在某些方面相似，但在应用场景和计算公式上存在明显差异。以下是对这两种分布的均值和方差公式的总结。

一、二项分布

定义：二项分布在n次独立重复试验中，每次试验成功的概率为p，失败的概率为1-p，表示k次成功的概率分布。

参数：

- n：试验次数

- p：每次试验的成功概率

均值（期望）：

$$

E(X) = np

$$

方差：

$$

Var(X) = np(1 - p)

$$

二、超几何分布

定义：超几何分布用于描述在不放回抽样中，从一个有限总体中抽取样本时，成功事件发生的次数的概率分布。

参数：

- N：总体数量

- K：总体中具有某种特征的个体数

- n：抽取的样本数量

均值（期望）：

$$

E(X) = \frac{nK}{N}

$$

方差：

$$

Var(X) = \frac{nK(N - K)(N - n)}{N^2(N - 1)}

$$

三、对比总结

四、应用场景简要说明

- 二项分布适用于有放回抽样或独立事件的场景，如抛硬币、射击命中等。

- 超几何分布适用于无放回抽样，如从一批产品中抽取样本进行质量检测等。

通过上述对比可以看出，虽然二项分布和超几何分布都用于描述成功事件的次数，但它们的计算方式和适用条件有所不同。理解它们的均值和方差公式有助于在实际问题中更准确地进行概率分析和统计推断。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！