幾何分佈
概率質量函數
|
累積分佈函數
|
參數
|
成功概率(實)
|
成功概率(實)
|
支撐集
|
|
|
概率質量函數 (pmf)
|
|
|
累積分佈函數 (cdf)
|
|
|
期望值
|
|
|
中位數
|
(如果是整數,則中位數不唯一)
|
(如果是整數,則中位數不唯一)
|
眾數
|
|
|
方差
|
|
|
偏度
|
|
|
超值峰度
|
|
|
熵
|
|
|
矩生成函數 (mgf)
|
, for
|
|
特徵函數
|
|
|
在概率論和統計學中,幾何分佈(英語:Geometric distribution)指的是以下兩種離散型機率分布中的一種:
- 在伯努利試驗中,得到一次成功所需要的試驗次數。的值域是{ 1, 2, 3, ... }
- 在得到第一次成功之前所經歷的失敗次數。Y的值域是{ 0, 1, 2, 3, ... }
實際使用中指的是哪一個取決於慣例和使用方便。
這兩種分佈不應該混淆。前一種形式(的分佈)經常被稱作shifted geometric distribution;但是,為了避免歧義,最好明確地說明取值範圍。
如果每次試驗的成功概率是,那麼次試驗中,第次才得到成功的概率是,
其中.
上式描述的是取得一次成功所需要的試驗次數。而另一種形式,也就是第一次成功之前所失敗的次數,可以寫為,
其中
兩種情況產生的序列都是幾何數列。這是幾何分佈的名字來源。
比如,假設不停地擲骰子,直到得到1。投擲次數是隨機分佈的,取值範圍是無窮集合{ 1, 2, 3, ... },並且是一個的幾何分佈。
呈幾何分佈的隨機變量X的期望值是1/p,方差是 (1-p)/p2:
幾何分佈具有非記憶性的性質(Memoryless Property,又稱遺失記憶性)
這表示如果一個隨機變量呈幾何分佈,它的條件概率遵循:
- s, t ∈ℕ.
若隨機變量服從參數為的幾何分佈,則記為.
在重複多次的伯努利試驗中,試驗進行到某種結果出現第一次為止,此時的試驗總次數服從幾何分佈,如:射擊,首次擊中目標時的次數。