数据分析师必看：5大概率分布，你了解多少？

正文

请到「今天看啥」查看全文

有趣的是，对于P是一个实际的密度函数，有些事情必须适用。

• 对于任何值 x,P（X = x）<= 1。是再确定不过的事情了。

• 对于任何值 x，P（X = x）> = 0。也没有什么疑义。

• 和最后一个：所述之和的P（X = x）的所有可能的值X为1。

最后一个意味着“X在宇宙中取任何价值的概率,必须加起来为1。 ##离散与连续随机变量分布 最后，随机变量可以被认为属于两组：离散和连续随机变量。

离散随机变量

离散变量具有一组离散的可能值，每个值都具有非零概率。 例如，如果我们说，当翻转硬币时X =“1表示花色，0表示数字” 然后P（X = 1）= P（X = 0）= 0.5。 但是请注意，离散集合不必是有限的。

被用于建模的一些事件的概率的几率p之后发生k的概率。 它具有以下密度公式。 P(X=k)=p(1-p)^k 0<=p<=1 其中k可以采用具有正概率的任何非负值。 注意所有可能值的概率之和如何仍然加起来为1。

连续随机变量

如果你说X =“从我头上随机拔毛的长度（以毫米为单位）”X可以采用哪些可能的值？我们可能都认为负值在这里没有任何意义。但是，如果你说它只是1毫米，而不是1.1853759 …或类似的东西，我会怀疑你的测量技巧，或你的测量错误报告。连续随机变量可以在给定（连续）间隔中取任何值。因此，如果我们为其所有可能值分配了非零概率，则它们的总和不会加起来为1。

请到「今天看啥」查看全文