Гипергеометрическое распределение

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(оформление)
м (ссылки)
Строка 45: Строка 45:
==Ссылки==
==Ссылки==
http://en.wikipedia.org/wiki/Hypergeometric_distribution
http://en.wikipedia.org/wiki/Hypergeometric_distribution
 +
 +
==См. также==
 +
* [[Слабая вероятностная аксиоматика]]
 +
[[Категория:Вероятностные распределения]]
[[Категория:Вероятностные распределения]]

Версия 15:22, 15 января 2010

Содержание

Гипергеометрическое распределение

В теории вероятности и статистике, гипергеометрическое распределение это дискретное вероятностное распределение, которое описывает количество успехов в выборке без возвращений длины n над конечной совокупностью объектов.

Попали в выборку Не попали в выборку Всего
С дефектом (успех) k m-k m
Без дефекта n-k N+k-n-m N-m
Всего n N-n N

Это выборка из N объектов в которых m дефектных. Гипергеометрическое распределение описывает вероятность того, что именно k дефектных в выборке из n конкретных объектов, взятых из совокупности.

Если случайная величина X распределена гипергеометрически с параметрами N,\;m,\;n, тогда вероятность получить ровно k успехов (дефектных объектов в предыдущем примере) будет следующей:

f(k;N,m,n)=\frac{C_k^m C_{n-k}^{N-m}}{C_k^N}

Математическое ожидание

E(X)=\frac{nm}{N}

Дисперсия

D(X)=\frac{n(\frac{m}{N})(1-\frac{m}{N})(N-n)}{N-1}

Ссылки

http://en.wikipedia.org/wiki/Hypergeometric_distribution

См. также

Источник — «http://machinelearning.ru/wiki/index.php?title=%D0%93%D0%B8%D0%BF%D0%B5%D1%80%D0%B3%D0%B5%D0%BE%D0%BC%D0%B5%D1%82%D1%80%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B5_%D1%80%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5»