正态分布:是一种重要的连续随机变量的概率分布。中心极限定理表明,在观测数据非常大的时候,具有独立分布的独立随机变量的观测样本的平均值是收敛于正态分布的。不少随机变量的概率分布在一定条件下以正态分布为极限分布,如二项分布和柏松分布。
二项分布:二项分布是由伯努利提出的概念,指的是重复n次独立的伯努利试验。在每次试验中只有两种可能的结果,而且两种结果发生与否互相对立,并且相互独立,与其它各次试验结果无关,事件发生与否的概率在每一次独立试验中都保持不变,则这一系列试验总称为n重伯努利实验,当试验次数为1时,二项分布服从0-1分布。日常生活中的石头剪刀布的输赢就属于二项分布。
泊松分布:事件发生为小概率事件且独立发生事件发生的概率稳定,是二项分布的极限情况。离散数据检验:是指其数值为自然数或整数单位计算的数据检验,比如5就是,5.8就不是。离散型随机变量的概率分布有:二项分布,柏松分布。生信分析中得到的count值就是离散数据。
伯努利分布:
均匀分布:
学生t分布:
指数分布:
网友评论