伯努利分佈

伯努利分佈

參數	$1>p>0\,$（實數）
值域	$k=\{0,1\}\,$
機率質量函數	${\begin{matrix}q&{\mbox{for }}k=0\\p~~&{\mbox{for }}k=1\end{matrix}}$
累積分佈函數	${\begin{matrix}0&{\mbox{for }}k<0\\q&{\mbox{for }}0\leq k<1\\1&{\mbox{for }}k\geq 1\end{matrix}}$
期望值	$p\,$
中位數	N/A
眾數	${\begin{matrix}0&{\mbox{if }}q>p\\0,1&{\mbox{if }}q=p\\1&{\mbox{if }}q<p\end{matrix}}$
變異數	$pq\,$
偏度	${\frac {q-p}{\sqrt {pq}}}$
峰度	${\frac {6p^{2}-6p+1}{p(1-p)}}$
熵	$-q\ln(q)-p\ln(p)\,$
動差母函數	$q+pe^{t}\,$
特徵函數	$q+pe^{it}\,$

伯努利分佈的圖像表示

伯努利分佈（英語：Bernoulli distribution），又名兩點分佈或者0-1分佈，是一個離散型概率分佈，為紀念瑞士科學家雅各布·伯努利而命名。若伯努利試驗成功，則伯努利隨機變數取值為1。若伯努利試驗失敗，則伯努利隨機變數取值為0。記其成功概率為$p(0\leq p\leq 1)$，失敗機率為$q=1-p$。則

• 其概率質量函數為：

  • $f_{X}(x)=p^{x}(1-p)^{1-x}=\left\{{\begin{matrix}p&{\mbox{if }}x=1,\\q\ &{\mbox{if }}x=0.\\\end{matrix}}\right.$

• 其期望值為：

  • $\operatorname {E} [X]=\sum _{i=0}^{1}x_{i}f_{X}(x)=0+p=p$

• 其方差為：

  • $\operatorname {Var} [X]=\sum _{i=0}^{1}(x_{i}-\operatorname {E} [X])^{2}f_{X}(x)=(0-p)^{2}(1-p)+(1-p)^{2}p=p(1-p)=pq$

參見

• 概率論
• 伯努利試驗
• 伯努利過程
• 概率分佈