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 > PascalDistribution >
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 > PascalDistribution >

PascalDistribution

PascalDistribution
表示参数为 np 的帕斯卡分布.
  • 在帕斯卡分布中,当 时值 的概率为 ,否则为零.
  • PascalDistribution 给出 n 次成功出现之前试验次数的分布,其中试验的成功概率为 p.
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]=
In[3]:=
Click for copyable input
Out[3]=
 
累积分布函数:
In[1]:=
Click for copyable input
Out[1]=
In[2]:=
Click for copyable input
Out[2]=
In[3]:=
Click for copyable input
Out[3]=
 
均值和方差:
In[1]:=
Click for copyable input
Out[1]=
In[2]:=
Click for copyable input
Out[2]=
生成一组服从帕斯卡分布的伪随机数:
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:
在极限情况下,分布变成对称的:
极限值:
峰度:
对于大的 n 值,极限值是标准 NormalDistribution 的峰度:
极限值:
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:
PascalDistribution 的累积分布函数是右连续函数的一个例子:
正反面出现概率相同的硬币在三次正面出现之前投掷的次数:
绘制投掷次数的分布:
求至多进行6次投掷即可得到三次正面的概率:
求得到三次正面之前投掷的平均次数:
模拟得到三次正面之前对硬币的投掷次数:
一枚硬币被抛掷10次,第7次正面向上出现在第10次抛掷时. 假设这枚硬币的正反面出现概率相同,求出现这种情况的概率:
假定该硬币不一定均匀,求最可能的 p 值:
一名篮球运动员被罚球,直到投中4个为止. 任何一次进球的概率为0.7. 模拟该过程:
求投篮成功次数达到4次之前,平均投掷的次数:
求该运动员正好需要四次投球的概率:
假设每一分钟时间间隔内犯规的概率为0.1,且互相独立. 对30分钟内的犯规过程进行模拟:
一名篮球运动员在6次犯规后被罚出局. 求被罚出局前的预期参赛时间:
一个含有4个数据包的数据流被重复发送而没有排序信息,求第二次以正确次序收到包含所有数据包的数据流所需尝试次数的分布:
求第二次以正确次序收到含所有数据包的数据流出现在第20次尝试或更早的概率:
求第二次有序数据流出现之前的平均尝试次数:
模拟第二次有序数据流出现前的尝试次数:
时,PascalDistribution 收敛为正态分布:
帕斯卡分布的变量之和是帕斯卡分布:
与其它分布的关系:
GeometricDistribution 是帕斯卡分布的一种变换:
NegativeBinomialDistribution 与帕斯卡分布相差一个偏移:
版本 8 的新功能
Ask a question about this page  |  Suggest an improvement  |  Leave a message for the team
格式:   HTML  |  CDF