前面的文章《》中我主要讲述叻用均匀分布生成各种连续分布的方法,其中的特殊方法都是利用分布之间的关系来生成的那么,本文主要介绍连续分布之间的一些关系
卡方分布和伽马分布关系分布与泊松分布的关系
卡方分布和伽马分布关系分布与卡方分布的关系
服从形状参数为α,尺度参数为β的卡方分布和伽马分布关系分布的概率密度函数pdf可以表示为:
那么此时的概率密度函数可以表示为:
显然,此时的概率密度函数
卡方分布和伽马分布关系分布与指数分布的关系
当卡方分布和伽马分布关系分布中的形式参数α=1时概率密度函数变为:
显然,此时的概率密度函数就是参数为
韦伯分布与指数分布、瑞利分布的关系
比例参数为λ形状参数为k的韦伯分布的概率密度函数为:
贝塔分布与均匀分布的关系
参数为α,β的贝塔分布的概率密度函数为:
时,此时退化成了区間在
正态分布与柯西分布的关系
位置参数为x0尺度参数为γ的柯西分布的概率密度函数为:
- 关系:两个标准正態分布函数的比值服从标准柯西分布。
假设Uj是独立同分布于区间0到1的均匀分布由文章《》可以得到:Yi=?λlog(Ui)是独立同分布于指數分布的随机变量。那么由指数分布与其它分布的关系推导得到如下的表达式:
很显然我们可以先通过均匀分布产生指数分布,然后利鼡指数分布与其它分布的关系来生成对应的分布因此,知道分布之间的关系就很容易由已知的分布得到要求的分布