В статистике выделяют два фундаментальных класса распределений: 1
Дискретные распределения. 1 Описывают случайные величины, которые принимают отдельные, изолированные значения. 1 Некоторые представители:
Биномиальное распределение. 12 Моделирует число успехов в фиксированном количестве независимых испытаний с постоянной вероятностью успеха. 1
Распределение Пуассона. 12 Описывает количество событий, которые происходят за фиксированный период времени или в фиксированном пространстве. 1
Геометрическое распределение. 1 Моделирует число испытаний до первого успеха. 1
Отрицательное биномиальное. 1 Описывает число испытаний, необходимых для определённого количества успехов. 1
Гипергеометрическое. 1 Моделирует число успехов при выборке без возвращения. 1
Непрерывные распределения. 1 Моделируют случайные величины, которые способны принимать любые значения в определённом интервале. 1 Некоторые представители:
Нормальное (Гауссово). 1 Универсальная модель для явлений, которые формируются под влиянием многих факторов. 1
Экспоненциальное. 1 Описывает время между независимыми событиями, которые происходят с постоянной средней частотой. 1
Равномерное. 1 Все значения в интервале равновероятны. 1
Распределение Вейбулла. 1 Обобщение экспоненциального, применяется для анализа надёжности. 1
t-распределение Стьюдента. 1 Используется при статистическом оценивании с малыми выборками. 1
χ²-распределение. 1 Применяется в задачах проверки гипотез. 1
Ответ сформирован YandexGPT на основе текстов выбранных сайтов. В нём могут быть неточности.
Примеры полезных ответов Нейро на вопросы из разных сфер. Вопросы сгенерированы нейросетью YandexGPT для актуальных тем, которые определяются на базе обобщённых запросов к Нейро.