苏州马小云 -
同分布是指在随机过程中，任何时刻的取值都为随机变量，如果这些随机变量服从同一分布，并且互相独立，那么这些随机变量是独立同分布。
独立同分布最早应用于统计学，随着科学的发展，独立同分布已经应用数据挖掘，信号处理等不同的领域。如果随机变量X1和X2独立，是指X1的取值不影响X2的取值，X2的取值也不影响X1的取值且随机变量X1和X2服从同一分布。
这意味着X1和X2具有相同的分布形状和相同的分布参数，对离散随机变量具有相同的分布律，对连续随机变量具有相同的概率密度函数，有着相同的分布函数，相同的期望、方差。如实验条件保持不变，一系列的抛硬币的正反面结果是独立同分布。
扩展资料
同分布在机器学习并不总是有一定相关要求的。在不少问题中要求样本（数据）采样自同一个分布是因为希望用训练数据集训练得到的模型可以合理用于测试集，使用同分布假设能够使得这个做法解释得通。
机器学习就是利用当前获取到的信息（或数据）进行训练学习，用以对未来的数据进行预测、模拟。所以都是建立在历史数据之上，采用模型去拟合未来的数据。因此需要我们使用的历史数据具有总体的代表性。
由于现在的机器学习方向的内容已经变得比较广，存在不少机器学习问题并不要求样本同分布，比如一些发表在机器学习方向上的online算法就对数据分布没啥要求，关心的性质也非泛化性。
参考资料来源：百度百科-独立同分布
人类地板流精华 -
独立同分布（Independent and Identically Distributed，简称IID）是概率论和统计学中的一个基本概念。独立同分布通常用来描述一组随机变量，这些随机变量既相互独立，又具有相同的概率分布。
1. 独立性（Independence）：随机变量之间相互独立意味着它们之间没有相关性，一个随机变量的取值不会影响到另一个随机变量的取值。简单来说，知道一个随机变量的取值并不能提供关于另一个随机变量取值的任何信息。
2. 同分布（Identically Distributed）：具有相同概率分布的随机变量意味着它们具有相同的概率密度函数（对于连续型随机变量）或概率质量函数（对于离散型随机变量）。这意味着它们具有相同的期望值、方差和其他统计特性。
在统计学和机器学习中，独立同分布的假设通常被用于简化问题和推导结果。例如，在许多机器学习算法中，我们假设训练数据和测试数据是独立同分布的，这意味着它们来自同一个概率分布，并且观测值之间没有相关性。这种假设使得我们可以更容易地评估和比较不同的模型性能。然而，现实情况中的数据可能并不总是满足独立同分布的假设，因此需要谨慎处理这些假设的局限性。
同分布是什么意思
在概率统计理论中，如果变量序列或者其他随机变量有相同的概率分布就叫同分布，如果他们是相互独立的，就是独立同分布~~2023-06-11 22:21:423
随机变量x和y同分布是什么意思？
X、Y是服从相同的统计分布的随机变量。比如：X、Y都是服从正态分布函数的随机变量。又如：X、Y都是服从双参数威布尔分布的随机变量，等等。在概率统计理论中，指随机过程中，任何时刻的取值都为随机变量，如果这些随机变量服从同一分布，并且互相独立，那么这些随机变量是独立同分布。扩展资料在生活中，许多行为（试验）的结果只有两个：“成功”和“失败”。例如：检查产品的质量，其结果只有两个：合格与不合格；如果试验的结果多于两个，但只关心其中一个结果，也可以视为只有两个结果，例如，调查教育程度时，结果有文盲、小学、初中、高中、大学，但我们只对大学感兴趣，则这个试验的结果可以看作两个：大学和不是大学。这些行为（试验）称为伯努利试验；检查n个产品的质量或调查了n个路人的教育程度，称为n重伯努利试验，将“成功”或“失败”的次数看做一个随机变量，其概率分布称为二项分布。2023-06-11 22:22:071
两个随机变量同分布的含义是什么 啊？
这两个随机变量的f(x)是一样的。2023-06-11 22:22:155
同分布什么意思？
同分布是指在随机过程中，任何时刻的取值都为随机变量，如果这些随机变量服从同一分布，并且互相独立，那么这些随机变量是独立同分布。独立同分布最早应用于统计学，随着科学的发展，独立同分布已经应用数据挖掘，信号处理等不同的领域。如果随机变量X1和X2独立，是指X1的取值不影响X2的取值，X2的取值也不影响X1的取值且随机变量X1和X2服从同一分布。这意味着X1和X2具有相同的分布形状和相同的分布参数，对离散随机变量具有相同的分布律，对连续随机变量具有相同的概率密度函数，有着相同的分布函数，相同的期望、方差。如实验条件保持不变，一系列的抛硬币的正反面结果是独立同分布。扩展资料同分布在机器学习并不总是有一定相关要求的。在不少问题中要求样本（数据）采样自同一个分布是因为希望用训练数据集训练得到的模型可以合理用于测试集，使用同分布假设能够使得这个做法解释得通。机器学习就是利用当前获取到的信息（或数据）进行训练学习，用以对未来的数据进行预测、模拟。所以都是建立在历史数据之上，采用模型去拟合未来的数据。因此需要我们使用的历史数据具有总体的代表性。由于现在的机器学习方向的内容已经变得比较广，存在不少机器学习问题并不要求样本同分布，比如一些发表在机器学习方向上的online算法就对数据分布没啥要求，关心的性质也非泛化性。参考资料来源：百度百科-独立同分布2023-06-11 22:22:301
若两个随机变量满足独立同分布，则它们的期望和方差都相同吗
若两个随机变量满足独立同分布，则它们的期望和方差都相同吗?答： 对的。同分布就意味着期望和方差都相同。2023-06-11 22:22:512
两个随机变量同分布究竟指的是什么？
同分布就是指两个随机变量的分布函数完全一样，概率密度什么的都完全一样2023-06-11 22:23:043
两个随机变量同一分布是什么意思
离散型不说了，很好懂，对于连续型，就是分布函数相同，比如XY同分布，都服从Fx(x)，那么Fx(×)＝p(X≤x)=p(Y≤x)，注意此处不能写成p(Y≤y)，同分布是指函数相同，给定条件函数自变量是x，不能写成y，不然变成多维，我上课过程中好多人搞乱这个问题，上面的答案扯什么几把玩意，不懂不要强答2023-06-11 22:23:252
随机变量独立同分布，是否相关？
不相关。不相关的等价条件：协方差为0/相关系数为0/期望之积等于积之期望。相互独立只是不相关的充分不必要条件。f（x，y）=f（x）f（y）—X，Y独立E（XY）=E（X）E（Y）—X，Y不相关这里F（x，y）为（X，Y）的联合分布函数，F（x）为一维随机变量X的分布函数，F（y ）为一维随机变量Y的分布函数。概念在做实验时，常常是相对于试验结果本身而言，我们主要还是对结果的某些函数感兴趣。例如，在掷骰子时，就是说，关心的也许是其点和数为7，而并不关心其实际结果是否是（1，6）或（2，5）或（3，4）或（4，3）或（5，2）或（6，1）。我们关注的这些量，或者更形式的说，这些定义在样本空间上的实值函数，称为随机变量。以上内容参考：百度百科-随机变量2023-06-11 22:23:311
随机变量同分布的意思是取到相同的数的概率相同吗
F(x)相同 f(x)相同 E(X)相同 D(X)相同2023-06-11 22:23:441
独立同分布的随机变量的相关证明
随机变量独立的充要条件：对于连续型随机变量有：F(X,Y)=FX(X)FY(Y),f(x,y)=fx(x)fy(y)；对于离散型随机变量有：P(AB)=P(A)P(B) 概率为P 设X,Y两随机变量，密度函数分别为q(x),r(y), 分布函数为G(x), H(y),联合密度为p(x,y)，联合分布函数F(x,y), A,B为西格玛代数中的任意两个事件。常用的证明方法有三种： 1 证明P(X∈A, Y∈B)=P(X∈A)P(Y∈B) 2 证明 p(x,y)=q(x)r(y) 3 证明 F(x,y)=G(x)H(y)2023-06-11 22:24:171
两个随机变量同一分布是什么意思?（概率论中）
就是服从同一分布，有相同的数字特征2023-06-11 22:24:251
随机变量X与Y等同分布与X、Y相等的区别
这问题挺搞笑，就象在问两个人同姓与两个人相同的区别一样。2023-06-11 22:24:332
设随机变量X和Y相互独立同分布，U=X+Y,V=X-Y,则U和V独立性说明
cov(U,V)=cov(x+y,x-y)=cov(x,x)-cov(x,y)+cov(y,x)-cov(y,y)变量X和Y相互独立回-->cov(x,y)=cov(y,x)=0量X和Y相互同分布-->cov(x,x)=cov(y,y)=Dx=Dycov(U,V)=0--->则答U和V独立。设A，B为随机事件，若同时发生的概率等于各自发生的概率的乘积，则A，B相互独立。扩展资料：假设随机变量X、Y的相关系数存在。如果X和Y相互独立，那么X、Y不相关。反之，若X和Y不相关，X和Y却不一定相互独立。不相关只是就线性关系来说的，而相互独立是就一般关系而言的。一般地，设A1，A2，...，An是n(n≥2) 个事件，如果对于其中任意2个，任意3个，...，任意n个事件的积事件的概率，都等于各事件概率之积，则称A1，A2，...，An相互独立。2023-06-11 22:24:471
设随机变量X，Y有相同分布律并且P(XY=0)=1,则P(X不等于Y）=
由于：P（X＝0，Y＝0）＝P（X＝1，Y＝0）＝P（X＝0，Y＝1）＝P（X＝1，Y＝1）＝1／4．P（Z＝1）＝P（X＝1，Y＝0）＋P（X＝0，Y＝1）＋P（X＝1，Y＝1）＝3／4．P（Z＝0）＝P（X＝0，Y＝0）＝1／4．Z的分布律：P（Z＝0）＝1／4，P（Z＝1）＝3／4．X，Y（0，－1）（0，0）（0，1）（1，－1）（1，0）（1，1）P1／91／91／92／92／92／9Z＝XY－1012P＝P（0，－1）＝P（0，0）＋P（－1，1）＝P（0，1）＋P（1，0）＝P（1，1）＝1／9＝3／9＝1／3＝3／9＝1／3＝2／9。扩展资料随机变量函数的分布、函数分布和和分布函数的关系：随机变量函数是关于随机变量的函数，比如y＝2x是随机变量x的函数，也是一个随机变量。所以随机变量函数的分布，指的就是y的分布函数。函数分布和上面是一个意思。分布函数就是分布了，不过这里没具体指什么的分布函数。2023-06-11 22:25:141
设随机变量X,Y独立同分布，X分布函数是F(x)，那么Y分布函数是F(x)还是F(y)
》》2023-06-11 22:25:312
概率论问题： 随机变量X1,X2同分布，且P(X1=-1)=P(X1=1)=1/2 P(X1=0)=1/4, 且有P(X1X2=0)=1。
你确定你没有看错题目？2023-06-11 22:25:383
设随机变量X1，X2，---，Xn独立同分布且具有相同的分布密度，证明：P{Xn>max(X1,X2,...,Xn-1)}=1/n
一楼的答案好，解考研题目就是要思路清晰，方法归于正统才是王道。二楼的解法太想当然了，“显然，P{X1}+P{X2}+...P{Xn}=1”X1是个随机变量，什么叫P{X1}?大括号里应该是事件才对，比如P{X1=0}这种，P{X1}本身意义就不对。况且题目里明明是X1>max{ }，你这边都是=，细细想来很多模糊的地方都没说清楚。2023-06-11 22:25:463
为什么如果随机变量X、Y具有相同的概率分布，而P（X=Y）=1却不一定成立？
假设P(X=1)=0.5 P(X=0)=0.5 P(Y=1)=0.5 P(Y=0)=0.5显然X、Y同分布但是当P(X=Y=1)=0.5*0.5 P(X=Y=0)=0.5*0.5 P(X=Y)=P(X=Y=1)+P(X=Y=0)=0.5显然不成立~2023-06-11 22:26:071
两个随机变量独立同分布，它们的平方还是独立同分布吗？为什么
当然还是同分布。楼上的说的是“平方和”？好像文不对题。按题意，应该比较X^2和Y^2的分布，而不是比较“平方和”。2023-06-11 22:26:272
独立同分布（大学概率论与数理统计）
这样可以理解我为什么没有关注2023-06-11 22:26:393
随机变量XY同分布，P{XY=0}=1,P{X=-1}=P{X=1}=1/4 ,P{X=0}=1/2 证明P{X=Y}=0
当{X=-1P{X=1}时y必须为零P{X=-1}+P{X=1}=0.5=P{X=0}=P{y=0}py=0=0.5且只在{X=-1或{X=1}时取得因为随机变量XY同分布所以当{X=0}时y=1或-12023-06-11 22:26:452
设随机变量X与Y同分布，且P（XY=0）=1，求P（X=Y）
我觉得这个题目本身是悖论，事件有先后发生顺序0 0的概率应该为1/4，而-1 0 0 -1 1 0 0 1这些概率会因为先后发生顺序改变2023-06-11 22:26:544
如果两个随机变量是同一个分布，哪它们相互独立吗？
这个不一定的，需要具体问题、具体分析。。。。。。。。。得看是哪两个随机变量。。。。。。。。2023-06-11 22:27:232
设X,Y为独立且服从相同分布的连续型随机变量,求P{X≤Y} 求过程
在-∝<x<+∝;x《y<+∝区域上对（X，Y）的联合概率密度积分。（X，Y）的联合概率密度=X的概率密度*Y的概率密度。2023-06-11 22:27:313
独立同分布的均匀分布的和是什么分布
独立同分布的均匀分布的随机变量和的分布。在概率统计理论中，如果变量序列或者其他随机变量有相同的概率分布，并且互相独立，那么这些随机变量是独立同分布。随机变量X1和X2独立，是指X1的取值不影响X2的取值，X2的取值也不影响X1的取值.随机变量X1和X2同分布，意味着X1和X2具有相同的分布形状和相同的分布参数，对离散随机变量具有相同的分布律，对连续随机变量具有相同的概率密度函数，有着相同的分布函数，相同的期望、方差。反之，若随机变量X1和X2是同类型分布，且分布参数完全相同，则X1和X2完全一定同分布！2023-06-11 22:27:401
设随机变量X与Y同分布，且P（XY=0）=1，求P（X=Y）
由于P(XY≠0)=0，先写出图中四个红色概率为0，再由联合概率与边缘概率的关系写出其它概率值，所以P(X=Y)=P(X=-1,Y=-1)+P(X=0,Y=0)+P(X=1,Y=1)=0+0+0=0。2023-06-11 22:27:481
设随机变量x1和x2同分布
P(X1=-1)=P(X1=1)=1/2 P(X1=0)=1/4--> X1 -1 0 1 p 1/4 1/2 1/4 联合分布为 X2X1 -1 0 1 -1 △ ◇ △ 0 ◇ ◇ ◇ 1 △ ◇ △ P(X1X2=0)=1--->推出中间5个◇之和为1,由联合分布性质,横的一行◇加竖的一行◇为1,推出最中间◇=0,由对称性,边上的◇=1/4,再推出△=0,所以答案A2023-06-11 22:28:361
说两个随机变量同分布能得出什么信息
定义：设随机试验的样本空间为，是定义在样本空间上的实值函数，称为随机变量.对于常见的随机变量分布的类型，离散型的有：两点分布、二项分布、泊松分布，连续型的有：均匀公布、指数分布、正态分布等等.2023-06-11 22:29:111
随机变量x和y同分布是什么意思？
设随机变量x，y独立同分布，会有什么性质?答：独立同分布有很多很好的性质。比如说:如果x,y独立同正态分布，则x+y还是正态分布。如果没有独立条件，则x+y不一定是正态分布。又比如说:如果x,y独立同普松分布，则x+y还是普松分布。如果没有独立条件，则x+y不一定是普松分布。又比如说:如果x,y独立同二项式分布，则x+y还是二项式分布。如果没有独立条件，则x+y不一定是二项式分布。2023-06-11 22:29:503
同分布是什么意思
同分布在概率统计理论中，指随机过程中，任何时刻的取值都为随机变量，如果这些随机变量服从同一分布，那么这些随机变量是同分布；如果这些随机变量服从同一分布，并且相互独立，则称为独立同分布。如果随机变量X1和X2独立，是指X1的取值不影响X2的取值，X2的取值也不影响X1的取值且随机变量X1和X2服从同一分布，这意味着X1和X2具有相同的分布形状和相同的分布参数，对离散随机变量具有相同的分布律，对连续随机变量具有相同的概率密度函数，有着相同的分布函数，相同的期望、方差。扩展资料：同分布的举例：给一个骰子，每次抛骰子得到任意点数的概率都是六分之一，这个就是同分布。同分布的注意事项：机器学习并不总要求独立同分布，在不少问题中要求样本数据采样自同一个分布是因为希望用训练数据集得到的模型可以合理的用于测试数据集，使用独立同分布假设能够解释得通。目前一些机器学习内容已经不再囿于独立同分布假设下，一些问题会假设样本没有同分布。参考资料：百度百科——独立同分布2023-06-11 22:30:131
随机变量x和y同分布是什么意思？
D(X)=D(Y)2023-06-11 22:30:272
随机变量X,Y同分布是什么意思？
独立同分布:在概率统计理论中，如果变量序列或者其他随机变量有相同的概率分布，并且互相独立，那么这些随机变量是独立同分布。所以Y也是几何分布，但是X和Y之间是独立的。P(A+B)=P(A)+P(B)-P(AB)=P(A)+P(B)-P(A)P(B)=p+p-p×p=2p-p^2。令Z=max{X,Y}FZ(z)=P(max{X,Y}<=z)=P(X<=z,Y<=z)=P(X<=z)*P(Y<=z)=FX(z)*FY(z)=FX(z)的平方扩展资料：随机变量在不同的条件下由于偶然因素影响，可能取各种不同的值，故其具有不确定性和随机性，但这些取值落在某个范围的概率是一定的，此种变量称为随机变量。随机变量可以是离散型的，也可以是连续型的。如分析测试中的测定值就是一个以概率取值的随机变量，被测定量的取值可能在某一范围内随机变化，具体取什么值在测定之前是无法确定的，但测定的结果是确定的，多次重复测定所得到的测定值具有统计规律性。参考资料来源：百度百科-随机变量2023-06-11 22:30:521
同分布是什么？
同分布在概率统计理论中，指随机过程中，任何时刻的取值都为随机变量，如果这些随机变量服从同一分布，那么这些随机变量是同分布；如果这些随机变量服从同一分布，并且相互独立，则称为独立同分布。如果随机变量X1和X2独立，是指X1的取值不影响X2的取值，X2的取值也不影响X1的取值且随机变量X1和X2服从同一分布，这意味着X1和X2具有相同的分布形状和相同的分布参数，对离散随机变量具有相同的分布律，对连续随机变量具有相同的概率密度函数，有着相同的分布函数，相同的期望、方差。扩展资料：同分布的举例：给一个骰子，每次抛骰子得到任意点数的概率都是六分之一，这个就是同分布。同分布的注意事项：机器学习并不总要求独立同分布，在不少问题中要求样本数据采样自同一个分布是因为希望用训练数据集得到的模型可以合理的用于测试数据集，使用独立同分布假设能够解释得通。目前一些机器学习内容已经不再囿于独立同分布假设下，一些问题会假设样本没有同分布。参考资料：百度百科——独立同分布2023-06-11 22:30:581
同分布是什么？
同分布在概率统计理论中，指随机过程中，任何时刻的取值都为随机变量，如果这些随机变量服从同一分布，那么这些随机变量是同分布；如果这些随机变量服从同一分布，并且相互独立，则称为独立同分布。如果随机变量X1和X2独立，是指X1的取值不影响X2的取值，X2的取值也不影响X1的取值且随机变量X1和X2服从同一分布，这意味着X1和X2具有相同的分布形状和相同的分布参数，对离散随机变量具有相同的分布律，对连续随机变量具有相同的概率密度函数，有着相同的分布函数，相同的期望、方差。扩展资料：同分布的举例：给一个骰子，每次抛骰子得到任意点数的概率都是六分之一，这个就是同分布。同分布的注意事项：机器学习并不总要求独立同分布，在不少问题中要求样本数据采样自同一个分布是因为希望用训练数据集得到的模型可以合理的用于测试数据集，使用独立同分布假设能够解释得通。目前一些机器学习内容已经不再囿于独立同分布假设下，一些问题会假设样本没有同分布。参考资料：百度百科——独立同分布2023-06-11 22:31:281
同分布是什么意思啊？
同分布在概率统计理论中，指随机过程中，任何时刻的取值都为随机变量，如果这些随机变量服从同一分布，那么这些随机变量是同分布；如果这些随机变量服从同一分布，并且相互独立，则称为独立同分布。如果随机变量X1和X2独立，是指X1的取值不影响X2的取值，X2的取值也不影响X1的取值且随机变量X1和X2服从同一分布，这意味着X1和X2具有相同的分布形状和相同的分布参数，对离散随机变量具有相同的分布律，对连续随机变量具有相同的概率密度函数，有着相同的分布函数，相同的期望、方差。扩展资料：同分布的举例：给一个骰子，每次抛骰子得到任意点数的概率都是六分之一，这个就是同分布。同分布的注意事项：机器学习并不总要求独立同分布，在不少问题中要求样本数据采样自同一个分布是因为希望用训练数据集得到的模型可以合理的用于测试数据集，使用独立同分布假设能够解释得通。目前一些机器学习内容已经不再囿于独立同分布假设下，一些问题会假设样本没有同分布。参考资料：百度百科——独立同分布2023-06-11 22:31:441
同分布是什么意思？
同分布是指在随机过程中，任何时刻的取值都为随机变量，如果这些随机变量服从同一分布，并且互相独立，那么这些随机变量是独立同分布。独立同分布最早应用于统计学，随着科学的发展，独立同分布已经应用数据挖掘，信号处理等不同的领域。如果随机变量X1和X2独立，是指X1的取值不影响X2的取值，X2的取值也不影响X1的取值且随机变量X1和X2服从同一分布。这意味着X1和X2具有相同的分布形状和相同的分布参数，对离散随机变量具有相同的分布律，对连续随机变量具有相同的概率密度函数，有着相同的分布函数，相同的期望、方差。如实验条件保持不变，一系列的抛硬币的正反面结果是独立同分布。扩展资料同分布在机器学习并不总是有一定相关要求的。在不少问题中要求样本（数据）采样自同一个分布是因为希望用训练数据集训练得到的模型可以合理用于测试集，使用同分布假设能够使得这个做法解释得通。机器学习就是利用当前获取到的信息（或数据）进行训练学习，用以对未来的数据进行预测、模拟。所以都是建立在历史数据之上，采用模型去拟合未来的数据。因此需要我们使用的历史数据具有总体的代表性。由于现在的机器学习方向的内容已经变得比较广，存在不少机器学习问题并不要求样本同分布，比如一些发表在机器学习方向上的online算法就对数据分布没啥要求，关心的性质也非泛化性。参考资料来源：百度百科-独立同分布2023-06-11 22:31:581
两个随机变量同分布等同于两个变量相等吗
随机变量同分布是指变量符合同一个分布例如（0，1）的标准正态分布不是方差相等期望都是一样的分布一样所以密度函数是一样的2023-06-11 22:32:261
两个随机变量同一分布是什么意思?（概率论中）
就是服从同一分布,有相同的数字特征2023-06-11 22:32:591
两个随机变量同一分布是什么意思?（概率论中）
就是服从同一分布,有相同的数字特征2023-06-11 22:33:071
独立同分布是什么意思？
同分布是指在随机过程中，任何时刻的取值都为随机变量，如果这些随机变量服从同一分布，并且互相独立，那么这些随机变量是独立同分布。独立同分布最早应用于统计学，随着科学的发展，独立同分布已经应用数据挖掘，信号处理等不同的领域。如果随机变量X1和X2独立，是指X1的取值不影响X2的取值，X2的取值也不影响X1的取值且随机变量X1和X2服从同一分布。这意味着X1和X2具有相同的分布形状和相同的分布参数，对离散随机变量具有相同的分布律，对连续随机变量具有相同的概率密度函数，有着相同的分布函数，相同的期望、方差。如实验条件保持不变，一系列的抛硬币的正反面结果是独立同分布。扩展资料同分布在机器学习并不总是有一定相关要求的。在不少问题中要求样本（数据）采样自同一个分布是因为希望用训练数据集训练得到的模型可以合理用于测试集，使用同分布假设能够使得这个做法解释得通。机器学习就是利用当前获取到的信息（或数据）进行训练学习，用以对未来的数据进行预测、模拟。所以都是建立在历史数据之上，采用模型去拟合未来的数据。因此需要我们使用的历史数据具有总体的代表性。由于现在的机器学习方向的内容已经变得比较广，存在不少机器学习问题并不要求样本同分布，比如一些发表在机器学习方向上的online算法就对数据分布没啥要求，关心的性质也非泛化性。参考资料来源：百度百科-独立同分布2023-06-11 22:33:141
设随机变量XY独立同分布，且X 的分布函数为F(X)则Z=min(X,Y)的分布为？求具体证明过程
P(Z>=a)=P(min(X,Y)>=a)；因为独立，所以P(min(X,Y)>=a)=P(X>=a)*P(Y>=a)，又因为同分布，所以，P(Z>=a)=(1-F(a)^2；所以Z的分布为G(x)=1-(1-F(x))^2=2F(x)-F(X)^2。概率学的很渣，不知道对不对。2023-06-11 22:33:353
设随机变量X1与X2相互独立同分布，其密度函数为p（x）=2x,0
2023-06-11 22:34:301
随机变量X与Y等同分布与X、Y相等的区别
（1）随机变量X和Y等同分布,则X和Y取某个值或落在某个特定区间的概率相等,X和Y不一定取到同一个值,也就是说X和Y不一定相等.X和Y相等,则X=Y始终成立,这个条件比等同分布要强烈；也就是说,X=Y可以得到X和Y等同分布,X和...2023-06-11 22:34:471
概率论问题： 同分布的两个随机变量如果不相关，是否独立? 可以的话请给证明一下
设两个变量为X、Y，对应的事件为A、B(1)当X、Y均服从0、1分布，即X={1，A发生；0，A不发生}；Y={1，A发生；0，A不发生}；写出X、Y、XY的分布列，因为X、Y不相关，则cov(X,Y)=EXY-EXEY=P(AB)-P(A)P(B)=0，推出P(AB)=P(A)P(B)，所以X、Y相互独立(2)若为其他分布，则不能推出另外若X、Y为二维正态分布，则不相关等价于独立仅供参考2023-06-11 22:34:541
随机变量X与Y独立同分布，且X的分布律为P{X=1}=0.2，P{X=2}=0.8，则P{X+Y
P(X=Y)=P(X=0,Y=0)+P(X=1,Y=1)=P(X=0)P(Y=0)+P(X=1)P(Y=1)=(1/2)(1/2)+(1/2)(1/2)=1/2。E(XY)=E(X)+E(Y);5,D(X±Y)=D(X)+D(Y)。这五句话，可以互相作为彼此的充分必要条件，是XY互相独立的充分但不必要条件，可以从XY相互独立推出这五句话，但是不能从这五句话反推XY相互独立。扩展资料：在概率统计理论中，指随机过程中，任何时刻的取值都为随机变量，如果这些随机变量服从同一分布，并且互相独立，那么这些随机变量是独立同分布。如果随机变量X1和X2独立，是指X1的取值不影响X2的取值，X2的取值也不影响X1的取值且随机变量X1和X2服从同一分布，这意味着X1和X2具有相同的分布形状和相同的分布参数。对离散随机变量具有相同的分布律，对连续随机变量具有相同的概率密度函数，有着相同的分布函数，相同的期望、方差。如实验条件保持不变，一系列的抛硬币的正反面结果是独立同分布。2023-06-11 22:35:093
设随机变量序列x1,x2,...,xn独立同分布，且共同的密度函数为？
先求出Yn的概率分布，然后按照定义来就可以了2023-06-11 22:35:441
设X，Y为独立且服从相同分布的连续型随机变量，求P{X≤Y}
在-∝<x<+∝;x《y<+∝区域上对（X，Y）的联合概率密度积分。（X，Y）的联合概率密度=X的概率密度*Y的概率密度。2023-06-11 22:35:572
设随机变量X，Y独立同分布且X分布函数为F（x），则Z=max{X，Y}分布函数为（ ）A．F2（x）B．F（x）F（
简单计算一下即可，答案如图所示2023-06-11 22:36:112
随机变量同分布一定独立吗
这个不一定的，需要具体问题、具体分析。。。。。。。。。得看是哪两个随机变量。。。。。。。。2023-06-11 22:36:471
两个独立同分布的指数随机变量相加是什么分布
你好！X~e(λ)=Γ(λ,1)，Y~e(λ)=Γ(λ,1)，根据Γ分布的性质有，X+Y~=Γ(λ,2)。经济数学团队帮你解答，请及时采纳。谢谢！2023-06-11 22:37:052