Wikipedia'da, her bir dağıtım hakkında daha fazla ayrıntıya bağlantı veren birçok olasılık dağılımını listeleyen bir sayfa vardır . Farklı dağıtımların yaygın olarak kullanıldığı uygulama türleri hakkında daha iyi bir fikir edinmek için listeyi inceleyebilir ve bağlantıları takip edebilirsiniz.
Sadece bu dağılımların gerçeği modellemek için kullanıldığını ve Box'un söylediği gibi: "tüm modeller yanlış, bazı modeller yararlıdır".
Yaygın dağıtımların bazıları ve faydalı olma nedenlerinden bazıları şunlardır:
Normal: Bu, CLT nedeniyle ortalamalara ve diğer lineer kombinasyonlara (örneğin regresyon katsayıları) bakmak için kullanışlıdır. Bununla ilgili olarak, birçok farklı küçük nedenin ilave etkilerinden dolayı bir şey ortaya çıktığı biliniyorsa, o zaman normal makul bir dağılım olabilir: örneğin, birçok biyolojik önlem çoklu genlerin ve çoklu çevresel faktörlerin sonucudur ve bunun için genellikle normaldir. .
Gama: Sağa eğik ve 0'da doğal minimum olan şeyler için faydalıdır. Genellikle geçen süreler ve bazı finansal değişkenler için kullanılır.
Üstel: Gama'nın özel durumu. Hafızasız ve kolayca ölçeklenebilir.
Ki-kare ( ): Gama'nın özel durumu. Karesi alınmış normal değişkenlerin toplamı olarak ortaya çıkar (varyanslar için kullanılır).χ2
Beta: 0 ile 1 arasında tanımlanır (ancak diğer değerler arasında dönüştürülebilir), oranlar veya 0 ile 1 arasında olması gereken diğer miktarlar için yararlıdır.
Binom: Belirli bir sayıda bağımsız denemeden kaçının "başarı" ile aynı olasılıkta olduğu "başarı".
Poisson: Sayılar için ortak. Bir süre veya alandaki olayların sayısı bir Poisson'u takip ederse, o zaman, zamanın veya alanın iki katı olan sayı hala Poisson'u takip ediyorsa (ortalamanın iki katı): Poidison eklemek veya değerlerden başka bir değerle ölçeklendirmek için çalışır 2.
Olaylar zamanla meydana gelirse ve olaylar arasındaki sürenin bir üstel olduğunu ve bir zaman diliminde gerçekleşen sayının bir Poisson izleyeceğini unutmayın.
Negatif Binom: Asgari 0 (veya hangi sürüme bağlı olarak başka bir değer) sayar ve üst sınır yoktur. Kavramsal olarak k "başarılı" olmadan önce "başarısızlık" sayısıdır. Negatif binom, aynı zamanda, bir gamma dağılımından gelen Poisson değişkenlerinin bir karışımıdır.
Geometrik: 1. "başarılı" den önce "başarısız" sayısının olduğu negatif binom için özel durum. Ayrık yapmak için üstel bir değişkeni keser (yuvarlarsanız), sonuç geometrik olur.
EstimatedDistribution
işlevi için yardım sayfasında "uygulamalar" altında açıklanmaktadır .