更改

二项分布 (查看源代码)

2021年8月8日 (日) 17:29的版本

删除232字节、 2021年8月8日 (日) 17:29

→‎条件二项式

第608行：第608行：

<math>P (p; alpha，beta) = frac { p ^ { alpha-1}(1-p) ^ { beta-1}{ mathrm { b }(alpha，beta)}}.</math>

−

~~<math> &= \sum_{k=m}^n \binom{n}{k} \binom{k}{m} p^k q^m (1-p)^{n-k} (1-q)^{k-m}</math></math>~~

给定一个一致性先验，给定观察到成功结果的独立事件成功概率的后验分布是一个beta分布。

第618行：第616行：

<font color="#ff8000">边缘分布 marginal distribution </font>是二项分布较完善的随机数产生方法。

−

~~<math>\Pr[Y = m] &= \binom{n}{m} p^m q^m \left( \sum_{k=m}^n \binom{n-m}{k-m} p^{k-m} (1-p)^{n-k} (1-q)^{k-m} \right) \\[2pt]</math>~~

一种从二项分布中产生随机样本的方法是使用<font color="#ff8000">反演算法 inversion algorithm </font>。要做到这一点，我们必须计算从到的所有值的概率。(为了包含整个样本空间，这些概率的和应该接近于1。)然后，通过使用伪随机数生成器来生成介于0和1之间的样本，可以使用在第一步计算出的概率将计算出的样本转换成离散数。

不是海绵宝宝

863

个编辑