Skip to content

Statistics › 機率與分配 › 連續分配

連續分配 (Continuous Distributions) ​

連續隨機變數的機率是 PDF 曲線下的面積。常態分配是核心,t、χ²、F 都由它衍生,也是 t 檢定、卡方檢定、ANOVA 的基礎。

選擇指南 ​

分配形狀範圍參數主要用途
Normal 常態對稱鐘形(−∞, ∞)μ, σ量測誤差、多數檢定的基礎
t對稱、厚尾(−∞, ∞)dfσ 未知時的平均數推論
χ² 卡方右偏[0, ∞)df變異數檢定、適合度、獨立性檢定
F右偏[0, ∞)df₁, df₂變異數比較、ANOVA、迴歸 F 檢定
Exponential 指數右偏、遞減[0, ∞)λ事件間等待時間、壽命
Log-normal 對數常態右偏(0, ∞)μ, σ(log 尺度)濃度、表現量、收入
Beta彈性[0, 1]α, β比例 / 機率本身的分配、貝氏先驗
Uniform 均勻平坦[a, b]a, b亂數產生、無資訊先驗

分配之間的關係 ​

text
N(0,1) ──平方──▶ χ²(1) ──k 個相加──▶ χ²(k) ──兩個 χ² 相除──▶ F(df₁, df₂)
N(0,1) ÷ √(χ²(k)/k) ──▶ t(k)          t(k)² = F(1, k)
Poisson 的事件間隔 ──▶ Exponential     log(X) ~ Normal ⇔ X ~ Log-normal

常態分配 (Normal) ​

X∼N(μ,σ2),f(x)=1σ2πe−(x−μ)22σ2
  • 對稱:平均 = 中位數 = 眾數;完全由 μ、σ 決定
  • 經驗法則:±1σ ≈ 68%、±2σ ≈ 95%、±3σ ≈ 99.7%
  • z-score Z=(X−μ)/σ 把任何常態轉為標準常態 N(0, 1),表示「離平均幾個標準差」
python
from scipy.stats import norm

mu, sigma = 170, 6                      # 身高:平均 170 cm、SD 6 cm
norm.cdf(175, mu, sigma)                # P(X < 175)
norm.cdf(180, mu, sigma) - norm.cdf(160, mu, sigma)   # P(160 < X < 180)
norm.sf(180, mu, sigma)                 # P(X > 180)
norm.ppf(0.95, mu, sigma)               # 第 95 百分位數

Normal

t 分配 (t-Distribution) ​

形狀像常態,但尾巴較厚,反映「用樣本 s 估計 σ」所多出的不確定性。

  • 用途:σ 未知時對平均數做推論(t 檢定、信賴區間)
  • 自由度 (degrees of freedom) 單一樣本為 df = n − 1;df → ∞ 時趨近標準常態
python
from scipy.stats import t

for df in [5, 10, 30, 100]:
    print(df, round(t.ppf(0.975, df), 3))   # 2.571, 2.228, 2.042, 1.984 → 趨近 1.96

t vs Normal

卡方分配 (Chi-square, χ²) ​

k 個獨立標準常態的平方和:χk2=Z12+⋯+Zk2。平均 = df,變異數 = 2·df,永遠 ≥ 0。

應用說明
變異數檢定母體變異數是否等於某值?
適合度檢定 (goodness-of-fit)觀察次數是否符合期望分配?
獨立性檢定兩個類別變數是否獨立?見 卡方檢定
概似比檢定 (likelihood ratio test)巢狀模型比較,見 最大概似估計
python
from scipy.stats import chi2
chi2.ppf(0.95, df=10)   # 右尾 α = 0.05 臨界值

Chi-square

F 分配 (F-Distribution) ​

兩個獨立 χ² 各除以自由度後的比值:F=χdf12/df1χdf22/df2。

應用說明
兩變異數比較σ₁² = σ₂²?
ANOVAF = 組間變異 / 組內變異
迴歸整體 F 檢定模型整體是否顯著?見 多元線性迴歸
python
from scipy.stats import f
f.ppf(0.95, dfn=5, dfd=20)

F

指數分配 (Exponential) ​

Poisson 事件之間的等待時間。Poisson 數「單位時間幾次」;Exponential 量「下一次要等多久」。

f(x)=λe−λx, x≥0,E(X)=1/λ,Var(X)=1/λ2
  • 無記憶性:P(X>s+t∣X>s)=P(X>t)。用了 1,000 小時的燈泡,再撐 500 小時的機率和新燈泡一樣。
  • 等同於「風險率 (hazard) 固定」,是 存活分析參數模型 最簡單的情況。
python
from scipy.stats import expon

lam = 2
expon.cdf(0.5, scale=1/lam)    # scipy 用 scale = 1/λ,注意!

Exponential

對數常態分配 (Log-normal) ​

若 log⁡X∼N(μ,σ2),則 X 服從 log-normal。由許多正值因子相乘產生的量(細胞大小、濃度、表現量、收入)常呈此分配。

  • 實務上:右偏的正值資料先取 log,常會變得近似常態 → 再用常態方法分析,見 資料轉換
  • log 尺度上的平均取 exp = 原尺度的幾何平均數
python
from scipy.stats import lognorm
import numpy as np

mu, sigma = 1.0, 0.5
dist = lognorm(s=sigma, scale=np.exp(mu))   # scipy 參數化:s = σ、scale = e^μ
dist.mean(), dist.median()                  # 平均 > 中位數(右偏)

Log-normal

Beta 分配 ​

定義在 [0, 1],適合描述「比例或機率本身」的不確定性。

  • Beta(1, 1) = Uniform(0, 1)
  • 平均 = α / (α + β);α、β 越大越集中
  • 是 Binomial 的共軛先驗 (conjugate prior):先驗 Beta(α, β) + 觀察 k 成功 / n 次 → 後驗 Beta(α+k, β+n−k),見 概似與共軛
python
from scipy.stats import beta
beta(2, 8).mean()           # 0.2
beta(2, 8).interval(0.95)   # 95% 區間

Beta

均勻分配 (Uniform) ​

[a, b] 內每個值等可能:f(x)=1/(b−a),E(X)=(a+b)/2,Var(X)=(b−a)2/12。

用途:亂數產生、蒙地卡羅模擬、無資訊先驗。另外,虛無假設為真時,p 值服從 Uniform(0, 1),這是 多重檢定 中檢查 p 值直方圖的依據。

python
from scipy.stats import uniform
uniform.cdf(7, loc=0, scale=10) - uniform.cdf(3, loc=0, scale=10)   # P(3 ≤ X ≤ 7) = 0.4

Uniform