超幾何分布- 維基百科,自由的百科全書 - Wikipedia
文章推薦指數: 80 %
Hypergeometric PDF plot. 累積分布函數. Hypergeometric CDF plot ... 超幾何分布(Hypergeometric distribution)是統計學上一種離散機率分布。
超幾何分布
維基百科,自由的百科全書
跳至導覽
跳至搜尋
超幾何分布
機率質量函數
累積分布函數參數
N
∈
{
0
,
1
,
2
,
…
}
K
∈
{
0
,
1
,
2
,
…
,
N
}
n
∈
{
0
,
1
,
2
,
…
,
N
}
{\displaystyle{\begin{aligned}N&\in\left\{0,1,2,\dots\right\}\\K&\in\left\{0,1,2,\dots,N\right\}\\n&\in\left\{0,1,2,\dots,N\right\}\end{aligned}}}
值域
k
∈
{
max
(
0
,
n
+
K
−
N
)
,
…
,
min
(
n
,
K
)
}
{\displaystylek\,\in\,\left\{\max{(0,\,n+K-N)},\,\dots,\,\min{(n,\,K)}\right\}}
機率質量函數
(
K
k
)
(
N
−
K
n
−
k
)
(
N
n
)
{\displaystyle{{{K\choosek}{{N-K}\choose{n-k}}}\over{N\choosen}}}
累積分布函數
1
−
(
n
k
+
1
)
(
N
−
n
K
−
k
−
1
)
(
N
K
)
3
F
2
[
1
,
k
+
1
−
K
,
k
+
1
−
n
k
+
2
,
N
+
k
+
2
−
K
−
n
;
1
]
{\displaystyle1-{{{n\choose{k+1}}{{N-n}\choose{K-k-1}}}\over{N\chooseK}}\,_{3}F_{2}\!\!\left[{\begin{array}{c}1,\k+1-K,\k+1-n\\k+2,\N+k+2-K-n\end{array}};1\right]}
其中
p
F
q
{\displaystyle\,_{p}F_{q}}
為廣義超幾何函數期望值
n
K
N
{\displaystylen{K\overN}}
眾數
⌈
(
n
+
1
)
(
K
+
1
)
N
+
2
⌉
−
1
{\displaystyle\left\lceil{\frac{(n+1)(K+1)}{N+2}}\right\rceil-1}
,
⌊
(
n
+
1
)
(
K
+
1
)
N
+
2
⌋
{\displaystyle\left\lfloor{\frac{(n+1)(K+1)}{N+2}}\right\rfloor}
變異數
n
K
N
(
N
−
K
)
N
N
−
n
N
−
1
{\displaystylen{K\overN}{(N-K)\overN}{N-n\overN-1}}
偏度
(
N
−
2
K
)
(
N
−
1
)
1
2
(
N
−
2
n
)
[
n
K
(
N
−
K
)
(
N
−
n
)
]
1
2
(
N
−
2
)
{\displaystyle{\frac{(N-2K)(N-1)^{\frac{1}{2}}(N-2n)}{[nK(N-K)(N-n)]^{\frac{1}{2}}(N-2)}}}
峰度
1
n
K
(
N
−
K
)
(
N
−
n
)
(
N
−
2
)
(
N
−
3
)
⋅
{\displaystyle\left.{\frac{1}{nK(N-K)(N-n)(N-2)(N-3)}}\cdot\right.}
[
(
N
−
1
)
N
2
(
N
(
N
+
1
)
−
6
K
(
N
−
K
)
−
6
n
(
N
−
n
)
)
+
{\displaystyle{\Big[}(N-1)N^{2}{\Big(}N(N+1)-6K(N-K)-6n(N-n){\Big)}+{}}
+
6
n
K
(
N
−
K
)
(
N
−
n
)
(
5
N
−
6
)
]
{\displaystyle{}+6nK(N-K)(N-n)(5N-6){\Big]}}
動差母函數
(
N
−
K
n
)
2
F
1
(
−
n
,
−
K
;
N
−
K
−
n
+
1
;
e
t
)
(
N
n
)
{\displaystyle{\frac{{N-K\choosen}{_{2}F_{1}(-n,-K;N-K-n+1;e^{t})}}{N\choosen}}}
特徵函數
(
N
−
K
n
)
2
F
1
(
−
n
,
−
K
;
N
−
K
−
n
+
1
;
e
i
t
)
(
N
n
)
{\displaystyle{\frac{{N-K\choosen}{\,_{2}F_{1}(-n,-K;N-K-n+1;e^{it})}}{N\choosen}}}
超幾何分布(Hypergeometricdistribution)是統計學上一種離散機率分布。
它描述了由有限個物件中抽出
n
{\displaystylen}
個物件,成功抽出
k
{\displaystylek}
次指定種類的物件的概率(抽出不放回(withoutreplacement))。
例如在有
N
{\displaystyleN}
個樣本,其中
K
{\displaystyleK}
個是不及格的。
超幾何分布描述了在該
N
{\displaystyleN}
個樣本中抽出
n
{\displaystylen}
個,其中
k
{\displaystylek}
個是不及格的機率:
f
(
k
;
n
,
K
,
N
)
=
(
K
k
)
(
N
−
K
n
−
k
)
(
N
n
)
{\displaystylef(k;n,K,N)={{{K\choosek}{{N-K}\choose{n-k}}}\over{N\choosen}}}
上式可如此理解:
(
N
n
)
{\displaystyle{\tbinom{N}{n}}}
表示所有在
N
{\displaystyleN}
個樣本中抽出
n
{\displaystylen}
個的方法數目。
(
K
k
)
{\displaystyle{\tbinom{K}{k}}}
表示在
K
{\displaystyleK}
個樣本中,抽出
k
{\displaystylek}
個的方法數目,即組合數,又稱二項式係數。
剩下來的樣本都是及格的,而及格的樣本有
N
−
K
{\displaystyleN-K}
個,剩下的抽法便有
(
N
−
K
n
−
k
)
{\displaystyle{\tbinom{N-K}{n-k}}}
若
n
=
1
{\displaystylen=1}
,超幾何分布退化為伯努利分布。
記號[編輯]
若隨機變量
X
{\displaystyleX}
服從參數為
n
,
K
,
N
{\displaystylen,K,N}
的超幾何分布,則記為
X
∼
H
(
n
,
K
,
N
)
{\displaystyleX\simH(n,K,N)}
。
參見[編輯]
幾何分布
二項式分布
閱論編常見一元(英語:Univariatedistribution)概率分布連續
Β
柯西
χ²
指數
F
Γ
拉普拉斯
對數正態
正態
帕累托
學生t
均勻
韋伯
離散
伯努利
二項
離散均勻
幾何
超幾何
負二項
泊松
概率分布列表(英語:Listofprobabilitydistributions)
閱論編概率分布列表(英語:Listofprobabilitydistributions)有限支集離散單變量
本福德
伯努利
β-二項式
二項
分類(英語:Categoricaldistribution)
超幾何
泊松二項(英語:Poissonbinomialdistribution)
拉德馬赫(英語:Rademacherdistribution)
離散均勻
齊夫
齊夫-曼德爾布羅特(英語:Zipf–Mandelbrotlaw)
無限支集離散單變量
β-負二項(英語:Betanegativebinomialdistribution)
博雷爾(英語:Boreldistribution)
康威-麥克斯韋-泊松(英語:Conway–Maxwell–Poissondistribution)
離散相型(英語:Discretephase-typedistribution)
德拉波特(英語:Delaportedistribution)
擴展負二項
高斯-庫茲明
幾何
對數
負二項
拋物線分形
泊松
Skellam
尤爾-西蒙
ζ
緊支集連續單變量
反正弦
ARGUS
巴爾丁-尼科爾斯
貝茨
Β
Β矩形
歐文-霍爾
庫馬拉斯瓦米
分對數正態
非中心β
升餘弦
倒數
三角形
U-二次型
連續均勻
維格納半圓
半無限區間支集連續單變量
貝尼尼
第一類本克坦德
第二類本克坦德
Β'
伯爾
χ²
χ
Dagum
戴維斯
指數-對數
愛爾朗
指數
F
摺疊正態
弗洛里-舒爾茨(英語:Flory–Schulzdistribution)
弗雷謝
Γ
Γ/岡珀茨
廣義逆高斯
岡珀茨
半邏輯
半正態
霍特林T-方
超愛爾朗
超指數
次指數
逆χ²
縮放逆χ²
逆高斯
逆Γ
柯爾莫哥洛夫
列維
對數柯西
對數拉普拉斯
對數邏輯
對數正態
矩陣指數
麥克斯韋-玻耳茲曼
麥克斯韋-於特納
米塔格-萊弗勒
中上
非中心χ²
帕累托
相型
保利-韋伯
瑞利
相對布萊特-維格納分布
萊斯
移位岡珀茨
截斷正態
第二類岡貝爾
韋伯
離散韋伯
威爾克斯λ
無限區間支集連續單變量
柯西
指數冪
費希爾z
高斯q
廣義正態
廣義雙曲
幾何穩定
岡貝爾
赫魯茲馬克
雙曲正割
約翰遜SU
朗道
拉普拉斯
非對稱拉普拉斯
邏輯
非中心t
正態(高斯)
正態逆高斯
偏斜正態
斜線
穩定
學生t
第一類岡貝爾
特雷西-威登
方差-γ
福格特
可變類型支集連續單變量
廣義極值
廣義帕累托
圖基λ
Q-高斯
Q-指數
Q-韋伯
移位對數邏輯
混合連續離散單變量
調整高斯
多元(聯合)
離散
尤恩斯
多項
狄利克雷多項
負多項
連續
狄利克雷
廣義狄利克雷
多元正態
多元穩定
多元t
正態縮放逆γ
正態γ
矩陣
逆矩陣γ
逆威沙特
矩陣正態
矩陣t
矩陣γ
正態逆威沙特
正態威沙特
威沙特
定向(英語:Directionalstatistics)
一元(圓形)
圓形均勻
一元馮·米塞斯
環繞正態
環繞柯西
環繞指數
環繞非對稱拉普拉斯
環繞列維
二元(球形)
肯特
二元(環形)
二元馮·米澤斯
多元
馮·米澤斯-費希爾
賓漢姆
退化和奇異(英語:Singulardistribution)
退化
狄拉克δ
奇異
康托爾
族
圓形
複合泊松
橢圓
指數
自然指數
位置尺度
最大熵
混合
皮爾遜
特威迪
環繞
取自「https://zh.wikipedia.org/w/index.php?title=超几何分布&oldid=65606634」
分類:離散分布階乘與二項式主題隱藏分類:使用過時圖像語法的頁面含有英語的條目
導覽選單
個人工具
尚未登入討論貢獻建立帳號登入
命名空間
條目討論
繁體
不转换简体繁體大陆简体香港繁體澳門繁體大马简体新加坡简体臺灣正體
視圖
閱讀編輯檢視歷史
更多
搜尋
導覽
首頁分類索引特色內容新聞動態近期變更隨機條目資助維基百科
說明
說明維基社群方針與指引互助客棧知識問答字詞轉換IRC即時聊天聯絡我們關於維基百科
工具
連結至此的頁面相關變更上傳檔案特殊頁面靜態連結頁面資訊引用此頁面維基數據項目
列印/匯出
下載為PDF可列印版
其他專案
維基共享資源
其他語言
CatalàČeštinaDeutschΕλληνικάEnglishEspañolEuskaraفارسیSuomiFrançaisGalegoעבריתMagyarItaliano日本語한국어NederlandsNorsknynorskNorskbokmålPolskiPortuguêsРусскийSlovenščinaSvenskaTagalogTürkçeУкраїнська
編輯連結
延伸文章資訊
- 1單元19: 超幾何機率分布(課本x3.7)
其中y = 0; 1; 2; :::; min(r; n) 且n y N r. 並稱隨機變數Y 有超幾何機率分布(hypergeometric probability distribution)...
- 2超幾何分佈
則上式便定義出一超幾何分佈(hypergeometric distribution),以 表之,有三個參數。只要是取出後不放回,通常便引出超幾何分佈。因此諸如民意調查,及品質管制的討論裡 ...
- 3超幾何分布- 維基百科,自由的百科全書 - Wikipedia
Hypergeometric PDF plot. 累積分布函數. Hypergeometric CDF plot ... 超幾何分布(Hypergeometric distribution)是統...
- 4第七章離散型機率分配
7-3 幾何分配(geometric distribution). 7-4 超幾何分配(hypergeometric distribution). 7-5 卜瓦松分配(Poisson distr...
- 5hypergeometric distribution中文 超幾何分布 | 藥師+
超幾何分布. hypergeometric distribution中文 ... 超幾何分布(Hypergeometric distribution). (1). 意義:N 個球中有白球有r 個...