什么是二项分布

二项分布是一种离散概率分布，描述了在固定次数的独立实验中，成功次数的概率情况，其中每次实验成功的概率相同。它由两个参数定义：试验次数n和每次试验成功的概率p。

二项分布是概率论中的一个核心概念，它描述了在固定次数的独立伯努利试验中成功的次数。这种分布模型在统计学、生物学和金融等多个领域都有广泛的应用。随机变量X在n次独立试验中成功的次数，每次试验成功的概率为p，失败的概率为1-p。当试验次数n为1时，二项分布简化为伯努利分布，其期望E为np，方差为np(1-p)。

伯努利分布是二项分布的一个特例，当试验次数n为1时，即单次伯努利试验，成功的概率为p，失败的概率为1-p。此时，期望E为p，方差为p(1-p)。

二项分布的概率质量函数表达为P(X=k) = C(n, k) * p^k * (1-p)^(n-k)，其中C(n, k)表示从n次试验中选择k次成功的组合数。这个函数描述了在n次试验中恰好成功k次的概率。

二项分布的分布列展示了在n次试验中各种可能成功次数的概率。当n=1时，分布列简化为两点分布。二项概率P{X=k}在k=[(n+1)p]时达到最大值；如果（n+1）p为整数，则在k=(n+1)p和k=(n+1)p-1时达到最大值。

两个独立的二项分布相加，结果仍然是一个二项分布，其参数n保持不变，而概率p变为两个分布概率的和。

二项分布特别适用于那些只有两种可能结果的观察单位，例如医学诊断中的阳性与阴性结果、产品的合格与不合格等。这些试验要求结果是相互独立的，并且每次试验成功的概率保持不变。

佰学小编提醒：二项分布是描述在多次重复独立试验中成功次数概率分布的重要工具，它基于伯努利试验的概念，为统计分析提供了一个强有力的数学模型。