Список вероятностных распределений - List of probability distributions
Много распределения вероятностей важные в теории или приложениях получили определенные имена.
Дискретные распределения
С конечным поддерживать
- В Распределение Бернулли, который с вероятностью принимает значение 1 п и значение 0 с вероятностью q = 1 − п.
- В Распределение Радемахера, который принимает значение 1 с вероятностью 1/2 и значение −1 с вероятностью 1/2.
- В биномиальное распределение, который описывает количество успехов в серии независимых экспериментов Да / Нет с одинаковой вероятностью успеха.
- В бета-биномиальное распределение, который описывает количество успехов в серии независимых экспериментов типа Да / Нет с неоднородностью вероятности успеха.
- В вырожденное распределение в Икс0, куда Икс обязательно примет значение Икс0. Это не выглядит случайным, но удовлетворяет определению случайная переменная. Это полезно, потому что помещает детерминированные переменные и случайные величины в один и тот же формализм.
- В дискретное равномерное распределение, где все элементы конечного набор одинаково вероятны. Это теоретическая модель распределения для сбалансированной монеты, несмещенной кости, рулетки в казино или первой карты хорошо перетасованной колоды.
- В гипергеометрическое распределение, который описывает количество успехов в первом м из серии п последовательные эксперименты типа Да / Нет, если известно общее количество успехов. Это распределение возникает, когда нет замены.
- В Биномиальное распределение Пуассона, который описывает количество успехов в серии независимых экспериментов Да / Нет с различной вероятностью успеха.
- Нецентральное гипергеометрическое распределение Фишера
- Нецентральное гипергеометрическое распределение Валлениуса
- Закон Бенфорда, который описывает частоту появления первой цифры многих естественных данных.
- Идеальный и надежный солитонные распределения.
С бесконечной поддержкой
- В бета-отрицательное биномиальное распределение
- В Распределение Больцмана, дискретное распределение, важное в статистическая физика который описывает вероятности различных дискретных уровней энергии системы в тепловое равновесие. Имеет сплошной аналог. Особые случаи включают:
- В Распределение Бореля
- В расширенное отрицательное биномиальное распределение
- Распределение обобщенных лог-рядов
- В геометрическое распределение, дискретное распределение, которое описывает количество попыток, необходимых для достижения первого успеха в серии независимых испытаний Бернулли, или, альтернативно, только количество проигрышей до первого успеха (т.е. на единицу меньше).
- В логарифмическое (последовательное) распределение
- В отрицательное биномиальное распределение или распределение Паскаля, обобщение геометрического распределения на п-й успех.
- В отрицательное гипергеометрическое распределение, распределение, которое описывает количество попыток, необходимых для получения п-й успех в серии экспериментов Yes / No без замены.
- Дискретный составное распределение Пуассона
- В параболическое фрактальное распределение
- В распределение Пуассона, который описывает очень большое количество индивидуально маловероятных событий, которые происходят в определенном временном интервале. С этим дистрибутивом связан ряд других дистрибутивов: смещенный Пуассон, гиперпуассон, общий бином Пуассона и распределения типа Пуассона.
- В Распределение Конвея – Максвелла – Пуассона., двухпараметрическое расширение распределение Пуассона с регулируемой скоростью распада.
- В Распределение Пуассона с нулевым усечением, для процессов, в которых не наблюдается нулевой счет
- В Распределение Поля – Эггенбергера
- В Распределение Скеллама, распределение разности между двумя независимыми случайными величинами с распределением Пуассона.
- В косоэллиптическое распределение
- В Распределение Юла – Саймона
- В дзета-распределение используется в прикладной статистике и статистической механике и, возможно, может быть интересен теоретикам чисел. Это Распространение Zipf для бесконечного количества элементов.
- Закон Ципфа или дистрибутив Zipf. Дискретный сила закона распределение, наиболее известным примером которого является описание частотности слов в английском языке.
- В Закон Ципфа – Мандельброта дискретное степенное распределение, которое является обобщением Распространение Zipf.
Непрерывные распределения
Поддерживается на ограниченном интервале
- В распределение арксинусов на [а,б], которое является частным случаем бета-распределения, если α = β = 1/2, а= 0 и б = 1.
- В Бета-распределение на [0,1], семейство двухпараметрических распределений с одним режимом, частным случаем которого является равномерное распределение, которое полезно при оценке вероятностей успеха.
- В логит-нормальное распределение на (0,1).
- В Дельта-функция Дирака хотя это и не строго распределение, но является предельной формой многих непрерывных функций вероятности. Он представляет собой дискретный распределение вероятностей сосредоточено в 0 - a вырожденное распределение - но в нотации он трактуется как непрерывное распределение.
- В равномерное распределение или прямоугольное распределение на [а,б], где все точки в конечном интервале равновероятны.
- В Распределение Ирвина – Холла - это распределение суммы п независимые случайные величины, каждая из которых имеет равномерное распределение на [0,1].
- В Распределение Бейтса это распределение среднего п независимые случайные величины, каждая из которых имеет равномерное распределение на [0,1].
- В Кент распределение на двумерной сфере.
- В Распределение Кумарасвами столь же универсален, как и бета-версия, но имеет простые закрытые формы как для cdf, так и для pdf.
- В Марченко – Пастур раздача важно в теории случайные матрицы.
- В Распределение PERT это частный случай бета-распространение
- В распределение приподнятого косинуса на []
- В взаимное распределение
- В треугольное распределение на [а, б], частным случаем которой является распределение суммы двух независимых равномерно распределенных случайных величин ( свертка двух равномерных распределений).
- В трапециевидное распределение
- В усеченное нормальное распределение на [а, б].
- В U-квадратичное распределение на [а, б].
- В распределение фон Мизеса – Фишера на N-мерная сфера имеет распределение фон Мизеса как частный случай.
- В Распределение полукруга Вигнера важно в теории случайные матрицы.
- В непрерывное распределение Бернулли является однопараметрическим экспоненциальная семья что обеспечивает вероятностный аналог двоичной перекрестная энтропия потеря.
Поддерживается на интервалах длиной 2π - направленные распределения
- В Фазовая функция Хеньи-Гринштейна
- В Функция фазы Ми
- В распределение фон Мизеса
- В обернутое нормальное распределение
- В экспоненциальное распределение в оболочке
- В обернутое распределение Леви
- В обернутое распределение Коши
- В обернутое распределение Лапласа
- В обернутое асимметричное распределение Лапласа
- В Гребень Дирака периода 2 π, хотя и не является строго функцией, но является предельной формой многих распределений по направлениям. По сути, это завернутый Дельта-функция Дирака. Он представляет собой дискретный распределение вероятностей сосредоточено на 2πn - a вырожденное распределение - но запись трактует это как непрерывное распределение.
Поддерживается на полубесконечных интервалах, обычно [0, ∞)
- В Бета-простое распределение
- В Распределение Бирнбаума – Сондерса, также известное как распределение усталостной долговечности, представляет собой распределение вероятностей, широко используемое в приложениях обеспечения надежности для моделирования времени отказа.
- В распределение ци
- В распределение хи-квадрат, который представляет собой сумму квадратов п независимые гауссовские случайные величины. Это частный случай гамма-распределения, и он используется в добродетель тесты в статистика.
- В Распределение Dagum
- В экспоненциальное распределение, который описывает время между последовательными редкими случайными событиями в процессе без памяти.
- В Экспоненциально-логарифмическое распределение
- В F-распределение, которое представляет собой распределение отношения двух (нормированных) случайных величин с распределением хи-квадрат, используемых в дисперсионный анализ. Это называется бета-простое распределение когда это отношение двух переменных хи-квадрат, которые не нормируются путем деления их на число степеней свободы.
- В сложенное нормальное распределение
- В Распределение фреше
- В Гамма-распределение, который описывает время до п последовательные редкие случайные события происходят в процессе без памяти.
- В Распределение Erlang, который является частным случаем гамма-распределения с интегральным параметром формы, разработанного для прогнозирования времени ожидания в системы массового обслуживания
- В обратное гамма-распределение
- В Обобщенное гамма-распределение
- В обобщенное распределение Парето
- В Гамма / распределение Гомперца
- В Распределение Гомперца
- В полунормальное распределение
- Распределение Т-квадрата Хотеллинга
- В обратное гауссово распределение, также известное как распределение Вальда
- В Распределение Леви
- В логарифмическое распределение Коши
- В логарифмическое распределение
- В логистическая дистрибуция
- В логнормальное распределение, описывающие переменные, которые можно моделировать как произведение множества небольших независимых положительных переменных.
- В Распределение Lomax
- В Распределение Mittag-Leffler
- В Распределение Накагами
- В Распределение Парето, или распределение «степенной закон», используемое в анализе финансовых данных и критического поведения.
- В Распределение Пирсона типа III
- В Распределение фазового типа, используется в теория массового обслуживания
- В фазовое двухэкспоненциальное распределение обычно используется в фармакокинетика
- В поэтапное распределение Бивейбулла
- В Распределение Рэлея
- В Распределение смеси Рэлея
- В Раздача риса
- В смещенное распределение Гомперца
- В Тип-2 Гамбель раздача
- В Распределение Вейбулла или распределение Розин Раммлера, из которых экспоненциальное распределение является частным случаем, используется для моделирования срока службы технических устройств и используется для описания Распределение частиц по размерам частиц, образующихся при измельчении, фрезерование и сокрушение операции.
Поддерживается на всей реальной линии
- В Распределение Беренса – Фишера, которая возникает в Проблема Беренса – Фишера.
- В Распределение Коши, пример дистрибутива, не имеющего ожидаемое значение или отклонение. В физике его обычно называют Лоренцианский профиль, и связан со многими процессами, включая резонанс распределение энергии, удар и естественный спектральная линия уширение и квадратичный суровый уширение линии.
- Распределение Чернова
- В Экспоненциально модифицированное распределение Гаусса, свертка нормальное распределение с экспоненциальное распределение, а Гауссово минус экспоненциальное распределение, свертка нормального распределения с минусом экспоненциального распределения.
- В Фишер – Типпет, экстремальное значение или логарифмическое распределение Вейбулла
- Z-распределение Фишера
- В перекошенное обобщенное t-распределение
- В обобщенное логистическое распределение
- В обобщенное нормальное распределение
- В геометрическое устойчивое распределение
- В Гамбель раздача
- В Распределение Holtsmark, пример распределения с конечным ожидаемым значением, но с бесконечной дисперсией.
- В гиперболическое распределение
- В гиперболическое секущее распределение
- В Распределение Johnson SU
- В Распределение Ландау
- В Распределение Лапласа
- В Альфа-стабильное распределение Леви или же стабильное распространение семейство дистрибутивов, часто используемых для характеристики финансовых данных и критического поведения; то Распределение Коши, Распределение Holtsmark, Распределение Ландау, Распределение Леви и нормальное распределение являются частными случаями.
- В Распределение Линника
- В логистическая дистрибуция
- В карта-распределение Эйри
- В нормальное распределение, также называемая гауссовой или кривой колокола. Он является повсеместным по своему характеру и статистике из-за Центральная предельная теорема: каждая переменная, которую можно смоделировать как сумму множества небольших независимых, одинаково распределенных переменных с конечным иметь в виду и отклонение примерно нормально.
- В Нормально-экспоненциально-гамма-распределение
- В Нормально-обратное гауссово распределение
- В Распределение Пирсона типа IV (видеть Распределения Пирсона )
- В асимметричное нормальное распределение
- Распределение Стьюдента, полезный для оценки неизвестных средних значений гауссовой популяции.
- В Распределение Champernowne
- В раздача гамбеля типа 1
- В Распределение Трейси – Уидома
- В Распределение фойгта, или профиль Фойгта, представляет собой свертку нормальное распределение и Распределение Коши. В спектроскопии обнаруживается, когда спектральная линия профили расширяются за счет смеси Лоренциан и Доплеровское уширение механизмы.
- В Распределение Чен.
С переменной поддержкой
- В обобщенное распределение экстремальных значений имеет конечную верхнюю границу или конечную нижнюю границу в зависимости от того, в каком диапазоне находится значение одного из параметров распределения (или поддерживается на всей реальной линии для одного специального значения параметра
- В обобщенное распределение Парето имеет носитель, который либо ограничен только снизу, либо ограничен как сверху, так и снизу.
- В Лямбда-распределение Тьюки поддерживается либо на всей реальной линии, либо на ограниченном интервале, в зависимости от того, в каком диапазоне находится значение одного из параметров распределения.
- В Распределение Wakeby
Смешанные дискретные / непрерывные распределения
- В выпрямленное гауссово распределение заменяет отрицательные значения из нормальное распределение с дискретной составляющей в нуле.
- В составное распределение Пуассона-гамма или Твиди непрерывна по строго положительным действительным числам с массой в нуле.
Совместные раздачи
Для любого набора независимый случайные величины функция плотности вероятности от их совместное распределение является продуктом их индивидуальных функций плотности.
Две или более случайных величин в одном пространстве выборки
- В Распределение Дирихле, обобщение бета-распространение.
- В Формула выборки Ювенса - распределение вероятностей на множестве всех разделы целого числа п, возникающие в популяционная генетика.
- В Модель Болдинга – Николса
- В полиномиальное распределение, обобщение биномиальное распределение.
- В многомерное нормальное распределение, обобщение нормальное распределение.
- В многомерное t-распределение, обобщение Распределение Стьюдента.
- В отрицательное полиномиальное распределение, обобщение отрицательное биномиальное распределение.
- В Отрицательное полиномиальное распределение Дирихле, обобщение бета-отрицательное биномиальное распределение.
- В обобщенное многомерное гамма-распределение
- В Экспоненциальное распределение Маршалла – Олкина.
- В непрерывное категориальное распределение, экспоненциальная семья поддерживается на симплекс это обобщает непрерывное распределение Бернулли.
Распределения матричнозначных случайных величин
- В Распределение Уишарта
- В обратное распределение Вишарта
- В матричное нормальное распределение
- В матричное t-распределение
Нечисловые распределения
Разные раздачи
- В Канторовское распределение
- В обобщенное логистическое распределение семья
- В Распределение Пирсона семья
- В фазовое распределение
Смотрите также
- Распределение смеси
- Кумулятивная функция распределения
- Функция правдоподобия
- Список статистических тем
- Функция плотности вероятности
- Случайная переменная
- Гистограмма
- Усеченное распределение
- Копула (статистика)
- Распределение вероятностей
- Связи между распределениями вероятностей
- ProbOnto база знаний и онтология распределений вероятностей, URL: probonto.org