二项分布的概率密度是多少？
二项分布X~B(n,p)，期望值E(X)=np，意义表示随机变量X的平均值，或平均水平。
n表示n次试验，p表示单次试验的成功概率。
二项分布就是重复n次独立的伯努利试验。
在每次试验中只有两种可能的结果，而且两种结果发生与否互相对立，并且相互独立，与其它各次试验结果无关。
事件发生与否的概率在每一次独立试验中都保持不变，则这一系列试验总称为n重伯努利实验，当试验次数为1时，二项分布服从0-1分布。
二项分布公式推到过程：
如果事件发生的概率是P,则不发生的概率q=1-p，N次独立重复试验中发生K次的概率是
P(ξ=K)= C(n,k) * p^k * (1-p)^(n-k), 其中C(n, k) = n!/(k! * (n-k)!) 注意：第二个等号后面的括号里的是上标，表示的是方幂。
那么就说这个属于二项分布。其中P称为成功概率。
记作ξ~B(n,p)期望：Eξ=np
方差:Dξ=npq
其中q=1-p
证明：由二项式分布的定义知，随机变量X是n重伯努利实验中事件A发生的次数，且在每次试验中A发生的概率为p。
因此，可以将二项式分布分解成n个相互独立且以p为参数的（0-1）分布随机变量之和。
设随机变量X（k）(k=1,2,3...n)服从（0-1）分布，则X=X(1)+X(2)+X(3)....X(n)。
因X(k)相互独立,所以期望：E(X)=E[X(1)+X(2)+X(3)....X(n)]=np。
方差：D(X)=D[X(1)+X(2)+X(3)....X(n)]=np(1-p)。
扩展资料
在概率论和统计学中，二项分布是n个独立的是/非试验中成功的次数的离散概率分布，其中每次试验的成功概率为p。
这样的单次成功/失败试验又称为伯努利试验。实际上，当n=1 时，二项分布就是伯努利分布，二项分布是显著性差异的二项试验的基础。
二项分布在心理与教育研究中，主要用于解决含有机遇性质的问题。所谓机遇问题，即指在实验或调查中，实验结果可能是由猜测而造成的。
比如，选择题目的回答，划对划错，可能完全由猜测造成。凡此类问题，欲区分由猜测而造成的结果与真实的结果之间的界限，就要应用二项分布来解决。
参考资料来源：百度百科-二项分布
二项分布是一种离散概率分布，其概率质量函数为：
P(X=k) = (n choose k) * (p^k) * ((1-p)^(n-k))
其中，n是试验次数，k是成功次数，p是单次试验成功的概率。
而对应的概率密度函数为：
f(x) = (n choose x) * (p^x) * ((1-p)^(n-x)) / z
其中，z是二项分布的标准化常数，即z = 1 + p + p^2 + ... + p^(n-1)。
二项分布的概率密度函数并不是一个标准的连续函数，它是一个离散函数。
绛旓細鍦ㄦ鐜囪鍜岀粺璁″涓紝浜岄」鍒嗗竷鏄n涓嫭绔嬬殑鎴愬姛/澶辫触璇曢獙涓垚鍔熺殑娆℃暟鐨勭鏁姒傜巼鍒嗗竷锛屽叾涓瘡娆¤瘯楠岀殑鎴愬姛姒傜巼涓簆銆傝繖鏍风殑鍗曟鎴愬姛/澶辫触璇曢獙鍙堢О涓轰集鍔埄璇曢獙銆傚疄闄呬笂锛屽綋n=1鏃讹紝浜岄」鍒嗗竷灏辨槸浼姫鍒╁垎甯冦傛鐜囧瘑搴﹀嚱鏁版蹇碉細鍦ㄦ暟瀛︿腑锛岃繛缁瀷闅忔満鍙橀噺鐨勬鐜囧瘑搴鍑芥暟锛堝湪涓嶈嚦浜庢贩娣嗘椂鍙互绠绉颁负瀵嗗害鍑芥暟锛...
绛旓細浜岄」鍒嗗竷鐨勬鐜囧瘑搴鍑芥暟鏄粈涔堬紵浜岄」鍒嗗竷娌℃湁姒傜巼瀵嗗害鍑芥暟锛屽洜涓鸿繛缁瀷闅忔満鍙橀噺鐨勬鐜囧瘑搴﹀嚱鏁帮紙鍦ㄤ笉鑷充簬娣锋穯鏃跺彲浠ョ畝绉颁负瀵嗗害鍑芥暟锛夋槸涓涓弿杩拌繖涓殢鏈哄彉閲忕殑杈撳嚭鍊硷紝鍦ㄦ煇涓‘瀹氱殑鍙栧肩偣闄勮繎鐨勫彲鑳芥х殑鍑芥暟銆傝繖閲屾寚鐨勬槸涓缁磋繛缁殢鏈哄彉閲忋傝屽湪姒傜巼璁哄拰缁熻瀛︿腑锛屼簩椤瑰垎甯冩槸n涓嫭绔嬬殑鏄/闈炶瘯楠屼腑鎴愬姛鐨...
绛旓細0-1鍒嗗竷锛氬垎甯冨緥锛歅(X=x)=x, x鈭圼0,1]姒傜巼瀵嗗害鍑芥暟锛歠(x)=1, x鈭圼0,1]浜岄」鍒嗗竷锛氬垎甯冨緥锛歅(X=x)=C(n,x)p^x(1-p)^(n-x), x=0,1,2,...,n姒傜巼瀵嗗害鍑芥暟锛歠(x)=C(n,x)p^x(1-p)^(n-x), x=0,1,2,...,n娉婃澗鍒嗗竷锛氬垎甯冨緥锛歅(X=x)=e^(-位)位^x/x!
绛旓細浜岄」鍒嗗竷 楂樹腑璇炬湰姒傜巼閭ｇ偣搴旇鏈夎
绛旓細鍦ㄨ繖涓叕寮忎腑锛歑 鏄殢鏈哄彉閲忥紝琛ㄧず鎴愬姛鐨勬鏁般俷 鏄瘯楠岀殑鎬绘鏁般俻 鏄崟娆¤瘯楠屾垚鍔熺殑姒傜巼銆浜岄」鍒嗗竷鐨勬鐜璐ㄩ噺鍑芥暟锛圥robability Mass Function, PMF锛夊彲浠ヨ〃绀轰负锛歅(X = k) = (n k) * p^k * (1 - p)^(n - k)鍏朵腑 k = 0, 1, ..., n銆傝繖涓叕寮忚〃绀哄湪涓娆′簩椤硅瘯楠屼腑锛屾垚鍔熺殑...
绛旓細鍥犳锛屼簩椤瑰垎甯冩槸璇存槑缁撴灉鍙湁涓ょ鎯呭喌鐨刵娆″疄楠屼腑鍙戠敓鏌愮缁撴灉涓簒娆鐨勬鐜鍒嗗竷銆傚叾姒傜巼瀵嗗害涓锛歅(x)=cnxPx(1-P)n-x, x=0,1,...n銆2. 浜岄」鍒嗗竷鐨搴旂敤鏉′欢:鍖诲棰嗗煙鏈夎澶氫簩鍒嗙被璁版暟璧勬枡閮界鍚堜簩椤瑰垎甯(浼犳煋鐥呭拰閬椾紶鐥呴櫎澶)锛屼絾搴旂敤鏃朵粛搴旀敞鎰忚冨療鏄惁婊¤冻浠ヤ笅搴旂敤鏉′欢锛(1) 姣忔瀹為獙鍙湁涓...
绛旓細浜岄」鍒嗗竷 浜岄」鍒嗗竷鎸囩殑鏄叿鏈塶娆＄嫭绔嬮噸澶嶈瘯楠岀殑浼姫鍒╁疄楠岋紝姣忔璇曢獙鐨勬垚鍔姒傜巼涓p銆傝嫢璁癤琛ㄧずn娆¤瘯楠屼腑鎴愬姛鐨勬鏁帮紝X鏈嶄粠鍙傛暟涓(n,p)鐨勪簩椤瑰垎甯冦傚叾甯告暟姒傜巼涓猴細P(X=k) = C(n,k) * p^k * (1-p)^(n-k)锛屽叾涓瑿(n,k)琛ㄧず浠巒涓厓绱犱腑閫夊嚭k涓殑缁勫悎鏁般傝鍒嗗竷鐨鏁板瓧鐗瑰緛涓猴細鏈熸湜E...
绛旓細涓ょ偣鍒嗗竷鐨勫垎甯冨氨鏄笉璁轰粈涔堟儏鍐,鍙湁涓ょ鍙兘,瑕佷箞鎴愬姛锛圥=1锛夎涔堝け璐(p=0)锛屽叾鍒嗗竷鍒楄〃濡備笅锛歑 0 1 P p 1-p 浜岄」鍒嗗竷鐨勫彲鑳缁撴灉鏄笉纭畾鐨勭敋鑷虫槸娌℃湁灏藉ご鐨,浜岄」鍒嗗竷鐨勫垎甯冨垪鏄 P= C(0)(n)路(1-p)^n C(1)(n)路p路(1-p)^(n-1) 鈥︹ C(n)(n)路p^n路(1-p)^0 涔...
绛旓細2銆佹鎬佸垎甯冪殑鍥惧儚鐗圭偣锛氬叧浜幬煎绉帮紝骞跺湪渭澶勫彇鏈澶у硷紝鍦ㄦ锛堣礋锛夋棤绌疯繙澶勫彇鍊间负0锛屽湪渭卤蟽澶勬湁鎷愮偣锛屽舰鐘跺憟鐜颁腑闂撮珮涓よ竟浣庯紝姝ｆ鍒嗗竷鐨勬鐜囧瘑搴鍑芥暟鏇茬嚎鍛堥挓褰紝鍥犳浜轰滑鍙堢粡甯哥О涔嬩负閽熷舰鏇茬嚎銆備簩銆佷袱鑰呯殑鎬ц川涓嶅悓锛1銆浜岄」鍒嗗竷鐨鎬ц川锛氬綋p鈮爍鏃讹紝鐩存柟鍥惧憟鍋忔侊紝pq鐨勫亸鏂滄柟鍚戠浉鍙嶃傚鏋渘寰...
绛旓細娉婃澗鍒嗗竷涓浜岄」鍒嗗竷鐨鍏崇郴濡備笅锛氬綋浜岄」鍒嗗竷鐨刵寰堝ぇ鑰宲寰堝皬鏃讹紝娉婃澗鍒嗗竷鍙綔涓轰簩椤瑰垎甯冪殑杩戜技锛屽叾涓讳负np銆傞氬父褰搉鈮20,p鈮0.05鏃讹紝灏卞彲浠ョ敤娉婃澗鍏紡杩戜技寰楄绠椼備簨瀹炰笂锛屾硦鏉惧垎甯冩鏄敱浜岄」鍒嗗竷鎺ㄥ鑰屾潵鐨勶紝鍏蜂綋鎺ㄥ杩囩▼鍙傝鏈瘝鏉＄浉鍏抽儴鍒嗐侾oisson鍒嗗竷锛屾槸涓绉嶇粺璁′笌姒傜巼瀛﹂噷甯歌鍒扮殑绂绘暎姒傜巼鍒嗗竷锛...
