多项式分布，二项分布是多项式分布的特例特殊情况吗

1，二项分布是多项式分布的特例特殊情况吗

貌似三项式的2次方，3次方……n次方分布就没什么规律了吧？个人认为不属于特例。

二项分布是多项式分布的特例特殊情况吗

2，狄里克雷分布为什么是多项式分布的共轭先验分布

就不多说了，那是另一个问题2.G_0的意义是把一个包含无限个分布的共轭先验变成包含离散的无限个分布的共轭先验。因为这样才能保证两次采样采到同一个点（这里点就是一个分布）。

狄里克雷分布为什么是多项式分布的共轭先验分布

3，二项分布是多项式分布的特例吗

是的，比如说盒子里白球占的百分比为p，彩球为q，p+q=1，进行可放回抽样的话，抽出的白球数是服从二项分布的，如果把彩球细分为黑球，红球，绿球，等等，那么这就是一个多项分布。这样讲应该比较容易理解

二项分布是多项式分布的特例吗

4，多项分布的介绍

多项式分布（Multinomial Distribution）是二项式分布的推广。二项分布的典型例子是扔硬币，硬币正面朝上概率为p, 重复扔n次硬币，k次为正面的概率即为一个二项分布概率。（严格定义见伯努利实验定义）。把二项分布公式推广至多种状态，就得到了多项分布。例如在上面例子中1出现k1次，2出现k2次，3出现k3次的概率分布情况。

5，超几何分布和多项式分布有关系吗

不是多项式分布，是二项式分布。超几何分布：在产品质量的不放回抽检中，若N件产品中有M件次品，抽检n件时所得次品数X=k则P(X=k)此时我们称随机变量X服从超几何分布（hypergeometric distribution）1）超几何分布的模型是不放回抽样2）超几何分布中的参数是M,N,n上述超几何分布记作X~H(n，M，N)。二项分布：二项分布（Binomial Distribution），即重复n次的伯努力试验（Bernoulli Experiment）,用ξ表示随机试验的结果.如果事件发生的概率是P,则不发生的概率q=1-p，N次独立重复试验中发生次的概率是 P（x=k）=n取k p的k次方 q的（n-k）次方上述二项分布记作 X~（n，B）当抽取的方式从无放回变为有放回，超几何分布变为二项分布，当产品总数N很大时，超几何分布变为二项分布。独立重复试验的实际原型是有放回的抽样检验问题，但在实际应用中，从大批产品中抽取少量样品的不放回检验，可以近似的看做此类型。

有的

6，为什么叫二项分布又为什么叫多项分布

二项分布即重复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。多项式分布（Multinomial Distribution）是二项式分布的推广。二项分布的典型例子是扔硬币，硬币正面朝上概率为p, 重复扔n次硬币，k次为正面的概率即为一个二项分布概率。（严格定义见伯努利实验定义）。把二项分布公式推广至多种状态，就得到了多项分布。例如在上面例子中1出现k1次，2出现k2次，3出现k3次的概率分布情况。

若随机变量 x 只取非负整数值，取k值的概率为λke-l/k!(记作p (k；λ)，其中k可以等于0，1，2，则随机变量x 的分布称为泊松分布，记作p(λ)。泊松分布p (λ)中只有一个参数λ ，它既是泊松分布的均值，也是泊松分布的方差。泊松分布的概率密度函数为：　　:p(x=k)=\frac　　泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生率。泊松分布适合于描述单位时间内随机事件发生的次数。观察事物平均发生m次的条件下，实际发生x次的概率p（x）可用下式表示：　　p（x）=（m^x/x!)*e^(-m)　　p ( 0 ) = e ^ (-m) 当r是整数时，负二项分布又称帕斯卡分布，其概率质量函数为它表示，已知一个事件在伯努利试验中每次的出现概率是p，在一连串伯努利试验中，一件事件刚好在第r + k次试验出现第r次的概率。取r = 1，负二项分布等于几何分布。其概率质量函数为。　　举例说，若我们掷骰子，掷到一即视为成功。则每次掷骰的成功率是1/6。要掷出三次一，所需的掷骰次数属于集合 { 3, 4, 5, 6, ... } 。掷到三次一的掷骰次数是负二项分布的随机变量。要在第三次掷骰时，掷到第三次一，则之前两次都要掷到一，其概率为(1 / 6)。注意掷骰是伯努利试验，之前的结果不影响随后的结果。