Mathematica 9 is now available
THIS IS DOCUMENTATION FOR AN OBSOLETE PRODUCT.
SEE THE DOCUMENTATION CENTER FOR THE LATEST INFORMATION.
Mathematica > 数据处理 > 统计数据分析 > 概率和统计 > 参数统计分布 > 离散单变量分布 > NegativeBinomialDistribution >
Mathematica > 数学和算法 > 统计数据分析 > 概率和统计 > 参数统计分布 > 离散单变量分布 > NegativeBinomialDistribution >

NegativeBinomialDistribution

NegativeBinomialDistribution
表示带有参数 np 的负二项分布.
  • 在一个负二项分布式中,对于非负的整数, 的概率是 ,否则为 0.  »
  • 如果 n 是一个正整数,NegativeBinomialDistribution 给出成功概率为 p 的多次实验中,第 n 次成功发生前,失败次数的分布.
概率密度函数:
累积分布函数:
均值和方差:
概率密度函数:
In[1]:=
Click for copyable input
Out[1]=
In[2]:=
Click for copyable input
Out[2]=
 
累积分布函数:
In[1]:=
Click for copyable input
Out[1]=
In[2]:=
Click for copyable input
Out[2]=
 
均值和方差:
In[1]:=
Click for copyable input
Out[1]=
In[2]:=
Click for copyable input
Out[2]=
生成一组服从负二项分布的伪随机数:
比较直方图和概率密度函数:
分布参数估计:
根据样本数据估计分布参数:
比较样本的密度直方图与所估计分布的概率密度函数:
偏度:
对于大 n,分布变为对称的:
极值:
峰度:
对于大 n,峰度接近为标准 NormalDistribution 的峰度:
极值:
以参数的函数形式表示不同矩的解析式:
具有符号式阶数的解析式:
风险函数:
分位数函数:
NegativeBinomialDistribution 的累积分布函数是右连续函数的一个例子:
使用正反面概率相同的硬币时,在得到4个正面之前,出现的反面的次数:
绘制反面次数的分布图:
计算在得到4个正面之前,出现至少六个反面的概率:
计算在得到4个正面之前,出现的反面的期望次数:
投掷一个硬币10次,在第10次投掷时出现第8次正面. 如果该硬币正反面出现概率相同,求这样的事件的概率:
假定该硬币正反面出现概率不同,求 的最可能数值:
一个篮球运动员投射任意球,直到他投射其中四个. 他在其中任何一个得分的概率是 0.7. 模拟该过程:
求该运动员预期投射的次数:
求该运动员需要4次投篮的概率:
假设每分钟时间段的犯规概率是独立的,为 0.1. 模拟30分钟犯规过程:
一名篮球运动员在6次犯规后被罚出局. 求被罚出局之前比赛时间的期望值:
某种产品以每批60份进行出货检验,并且每批产品当发现第10个有缺陷的产品时,就被拒绝. 求如果该产品有20%的概率是有缺陷的话,一个批次被拒绝的概率?
另外,通过截断分布计算相同的结果:
模拟被拒绝的批次中无缺陷产品的数目:
说明在每批产品中的比率:
求被拒绝的批次中,无缺陷产品和有缺陷产品的平均比例:
一个包括 个数据包的数据流无排序信息地重复发送. 求当所有数据包第二次以正确的顺序到达时,无序数据流数目的分布:
求至多18次失败后,数据包将第二次以正确的顺序到达的概率:
求直至第二个有序数据流到达前,失败的平均数目:
模拟直到第二个有序数据流到达时,失败的数目:
n->∞ 时,NegativeBinomialDistribution 收敛于一个正态分布:
负二项分布的变量之和服从负二项分布:
当均值固定时,负二项分布的极限是 PoissonDistribution
与其它分布的关系:
负二项分布简化为 GeometricDistribution
负二项分布与 PascalDistribution 相差一个位移:
n 个独立 GeometricDistribution 变量的和服从负二项分布:
对任意数目和的一般证明:
一个一元 NegativeMultinomialDistribution 是负二项分布:
BetaNegativeBinomialDistribution 是负二项分布与 BetaDistribution 的混合:
n 不是正数时, NegativeBinomialDistribution 没有定义:
p 没有位于 0 和 1 之间时, NegativeBinomialDistribution 没有定义:
将无效参数代入符号式输出,所产生的结果没有意义:
版本 6 的新功能
Ask a question about this page  |  Suggest an improvement  |  Leave a message for the team
格式:   HTML  |  CDF