美文网首页
2019-01-17[Stay Sharp]Binomial d

2019-01-17[Stay Sharp]Binomial d

作者: 三千雨点 | 来源:发表于2019-01-17 23:32 被阅读2次

Binomial distribution:

\operatorname { Bin } ( m | N , \mu ) = \left( \begin{array} { c } { N } \\ { m } \end{array} \right) \mu ^ { m } ( 1 - \mu ) ^ { N - m }
\left( \begin{array} { l } { N } \\ { m } \end{array} \right) \equiv \frac { N ! } { ( N - m ) ! m ! }
where m is the number of observations of x = 1, N is the data set size, \mu is the probability of a random variable being x=1.
the mean of binomial distribution:

\mathbb { E } [ X ] \equiv \sum _ { m = 0 } ^ { N } m \operatorname { Bin } ( m | N , \mu ) = N \mu
verification:

\begin{aligned} \mathbb { E } ( X ) & = \sum _ { m = 0 } ^ { N } m \left( \begin{array} { c } { N } \\ { m } \end{array} \right) \mu ^ { m } ( 1 - \mu ) ^ { N - m } \\ & = \sum _ { m = 0 } ^ { N } m \frac { N ! } { m ! ( N - m ) ! } \mu ^ { m } ( 1 - \mu ) ^ { N - m } \\ & = \sum _ { m = 1 } ^ { N } \frac { N ! } { ( m - 1 ) ! ( N - m ) ! } \mu ^ { m } ( 1 - \mu ) ^ { N - m } \end{aligned}
let y = m - 1 and t = N -1, we get

\begin{aligned} \mathbb { E } ( X ) & = \sum _ { y = 0 } ^ { t } \frac { ( t + 1 ) ! } { y ! ( t - y ) ! } \mu ^ { y + 1 } ( 1 - \mu ) ^ { t - y } \\ & = ( t + 1 ) \mu \sum _ { y = 0 } ^ { t } \frac { t ! } { y ! ( t - y ) ! } \mu ^ { y } ( 1 - \mu ) ^ { t - y } \\ & = N \mu \sum _ { y = 0 } ^ { t } \frac { t ! } { y ! ( t - y ) ! } \mu ^ { y } ( 1 - \mu ) ^ { t - y } \end{aligned}
let a = \mu and b = 1 - \mu.

\mathbb { E } ( X ) = N \mu \sum _ { y = 0 } ^ { t } \frac { t ! } { y ! ( t - y ) ! } \mu ^ { y } ( 1 - \mu ) ^ { t - y } = N\mu (a + b)^{t} = N\mu(\mu + 1 - \mu)^{t} = N\mu

the mean of binomial distribution is:

\operatorname { var } [ X ] \equiv \sum _ { m = 0 } ^ { N } ( m - \mathbb { E } [ m ] ) ^ { 2 } \operatorname { Bin } ( m | N , \mu ) = N \mu ( 1 - \mu )
verification:

\begin{aligned} \operatorname { var } [ X ] & = E \left( X ^ { 2 } \right) - E ( X ) ^ { 2 } \\ &= E ( X ( X - 1 ) ) + E ( X ) - E ( X ) ^ { 2 } \\& = \sum _ { m = 0 } ^ { N } m ( m - 1 ) \left( \begin{array} { l } { N } \\ { m } \end{array} \right) \mu ^ { m } ( 1 - \mu ) ^ { N - m } + N\mu - (N\mu)^{2} \\& = \sum _ { m = 0 } ^ { N } m ( m - 1 ) \frac { N ! } { m ! ( N - m ) ! } \mu ^ { m } ( 1 - \mu ) ^ { N - m } + N\mu - (N\mu)^{2}\\&= \sum _ { m = 2 } ^ { N } \frac { N ! } { ( m - 2 ) ! ( N - m ) ! } \mu ^ { m } ( 1 - \mu ) ^ { N - m } + N\mu - (N\mu)^{2}\\&= N ( N - 1 ) \mu ^ { 2 } \sum _ { y = 2 } ^ { N } \frac { ( t - 2 ) ! } { ( y - 2 ) ! ( N - y ) ! } \mu ^ { y - 2 } ( 1 - \mu ) ^ { N - y } + N\mu - (N\mu)^{2}\\&= N ( N - 1 ) \mu ^ { 2 } ( \mu + ( 1 - \mu ) ) ^ { t } + N\mu - (N\mu)^{2}\\&=N(N-1)\mu^{2} + N\mu - (N\mu)^{2} \\&= N\mu(1-\mu) \end{aligned}

相关文章

网友评论

      本文标题：2019-01-17[Stay Sharp]Binomial d

      本文链接：https://www.haomeiwen.com/subject/ftxgdqtx.html

      延伸阅读

      深度阅读

      • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

      栏目导航

      热点阅读

      关于我们|服务条款|联系我们|2019-01-17[Stay Sharp]Binomial d|投稿指南|网站地图|RSS订阅|排版工具|手机版

      提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

      Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

      备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

      本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

      所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！