
- 统计学教程
- 首页
- 调整后的 R 平方
- 方差分析
- 算术平均数
- 算术中位数
- 算术众数
- 算术范围
- 条形图
- 最佳点估计
- Beta 分布
- 二项分布
- Black-Scholes 模型
- 箱线图
- 中心极限定理
- 切比雪夫定理
- 卡方分布
- 卡方表
- 环排列
- 整群抽样
- Cohen 的 kappa 系数
- 组合
- 有放回组合
- 比较图
- 连续均匀分布
- 连续数列算术平均数
- 连续数列算术中位数
- 连续数列算术众数
- 累积频率
- 变异系数
- 相关系数
- 累积图
- 累积泊松分布
- 数据收集
- 数据收集 - 问卷设计
- 数据收集 - 观察
- 数据收集 - 案例研究方法
- 数据模式
- 十分位数统计
- 离散数列算术平均数
- 离散数列算术中位数
- 离散数列算术众数
- 点图
- 指数分布
- F 分布
- F 检验表
- 阶乘
- 频率分布
- 伽马分布
- 几何平均数
- 几何概率分布
- 拟合优度
- 总平均数
- Gumbel 分布
- 调和平均数
- 调和数
- 谐振频率
- 直方图
- 超几何分布
- 假设检验
- 个体数列算术平均数
- 个体数列算术中位数
- 个体数列算术众数
- 区间估计
- 逆伽马分布
- Kolmogorov-Smirnov 检验
- 峰度
- 拉普拉斯分布
- 线性回归
- 对数伽马分布
- 逻辑回归
- McNemar 检验
- 平均差
- 均值差异
- 多项分布
- 负二项分布
- 正态分布
- 奇排列和偶排列
- 单比例 Z 检验
- 异常值函数
- 排列
- 有放回排列
- 饼图
- 泊松分布
- 合并方差 (r)
- 功效计算器
- 概率
- 概率加法定理
- 概率乘法定理
- 概率贝叶斯定理
- 概率密度函数
- 过程能力 (Cp) 和过程性能 (Pp)
- 过程Sigma
- 二次回归方程
- 定性数据与定量数据
- 四分位差
- 经验法则
- 瑞利分布
- 回归截距置信区间
- 相对标准偏差
- 信度系数
- 所需样本量
- 残差分析
- 残差平方和
- 均方根
- 样本计划
- 抽样方法
- 散点图
- Shannon-Wiener 多样性指数
- 信噪比
- 简单随机抽样
- 偏度
- 标准差
- 标准误 (SE)
- 标准正态表
- 统计显著性
- 统计公式
- 统计符号
- 茎叶图
- 分层抽样
- 学生 t 检验
- 平方和
- t 分布表
- Ti 83 指数回归
- 转换
- 截尾均值
- I 型和 II 型错误
- 方差
- 韦恩图
- 大数弱定律
- Z 表
- 统计学有用资源
- 统计学 - 讨论
统计学 - Beta 分布
Beta 分布表示连续概率分布,由两个正的形状参数 α 和 β 参数化,它们作为随机变量 x 的指数出现并控制分布的形状。

概率密度函数
Beta 分布的概率密度函数表示为
公式
f(x)=(x−a)α−1(b−x)β−1B(α,β)(b−a)α+β−1a≤x≤b;α,β>0where B(α,β)=∫10tα−1(1−t)β−1dt
其中 -
α,β = 形状参数。
a,b = 上限和下限。
B(α,β) = Beta 函数。
标准 Beta 分布
如果上限和下限为 1 和 0,则 Beta 分布称为标准 Beta 分布。它由以下公式驱动
公式
f(x)=xα−1(1−x)β−1B(α,β)≤x≤1;α,β>0
累积分布函数
Beta 分布的累积分布函数表示为
Explore our latest online courses and learn new skills at your own pace. Enroll and become a certified expert to boost your career.
公式
F(x)=Ix(α,β)=∫x0tα−1(1−t)β−1dtB(α,β)0≤x≤1;p,β>0
其中 -
α,β = 形状参数。
a,b = 上限和下限。
B(α,β) = Beta 函数。
它也称为不完全 Beta 函数比率。
广告