幾何分配(geometric distribution)
/ jee-oh-MET-rik /
幾何分配回答:我要等多久?你不斷重複同一個獨立的白努利試驗——一直擲骰子盼著出現六點、一直買彩券、一直寄推銷信——並在得到第一次成功的瞬間停下。所需的試驗次數是隨機的,這個計數服從幾何分配。它是以試驗次數衡量、直到第一次成功的等待時間之分配。
有兩種約定,所以務必確認書中用的是哪一種。「試驗次數」版本把成功那次本身算進去:X = k 表示 k - 1 次失敗後一次成功,P(X = k) = (1 - p)^(k-1) p,k = 1, 2, 3, ...,均值 E[X] = 1/p。「成功前的失敗次數」版本只數失手:Y = k 表示 P(Y = k) = (1 - p)^k p,k = 0, 1, 2, ...,均值 E[Y] = (1 - p)/p。pmf 的邏輯一目了然:要恰好失敗 k - 1 次再成功,你需要那麼多次獨立失敗(每次機率 1 - p)後接一次成功(機率 p),相乘即可。均值 1/p 很直觀——若成功是十分之一,你平均約等十次。試驗版本的變異數為 (1 - p)/p^2。
幾何分配是指數分配的離散表親,後者是連續的等待時間。兩者共享一個驚人的性質——無記憶性——這是幾何分配的標誌特徵,值得另立一條。若第一次成功遲遲不來,幾何是自然的模型;若你等的是第 r 次成功而非第一次,就升級到負二項分配。
擲公正骰子直到第一次出現六點:成功機率 p = 1/6,平均需要 1/p = 6 次。第一次六點恰好出現在第 4 擲的機率為 (5/6)^3 (1/6),約為 0.0965。
到第一次成功的等待時間;均值 1/p;注意用的是哪種約定(試驗數或失敗數)。
兩種約定相差一(E[X] = 1/p 對 E[Y] = (1 - p)/p)。混用是常見錯誤;計算前先講清楚你的約定。