基本假设

l 离散分布。

l 每次测试恰好有两个结果。 l 所有测试是独立的。

l 所有测试有相同的发生概率。 l 直到首次发生的等待时间。 l 用途

l 挨次试验在得到首次成功前失败的次数用每次测试成功概率p表示。 l 发现首次缺陷项目前检查的项目数量-例如，发现首个可接受的求职者之前进行面试数量。 负二项式

Figure 9: Negative Binomial Distribution Pdf

图9：负二项分布Pdf

基本假设

l 离散分布。

l 设定发生的数量-s.

l 每次测试恰好有两个结果。 l 所有测试是独立的。

l 所有的测试有相同的发生概率。 l 用途

l 挨次试验在得到第s次成功前失败的次数用每次测试成功概率p表示。 l 在发现第s次缺陷项目前检查的好的项目的次数。

Poisson Distribution 泊松分布

Figure 10: Poisson Distribution Pdf

图10：泊松分布Pdf

Basic assumptions: 基本假设

l 离散分布。

l 预先固定观察周期（或区域）的长度。 l 事件以一个固定平均比率发生。 l 事件独立。 l 小概率事件。 l

Uses include: 用途

l 当事件以固定比率发生时，在时间（或面积）区间内发生的事件数量。 l 一批随机尺寸的项目数量。

l 设计可靠性测试，此测试是考虑到失效比率固定的一种常用函数。

Hypergeometric 超几何分布

图形与二项/泊松分布相似 Basic assumptions: 基本假设 ?

l 离散分布。

l 预先固定测试数量。

l 每次测试恰好有两个结果。

l 所有测试是独立的。 l 抽样不放回。

l 这是一个精确分布-二项和泊松分布是它的近似值。 l

其它分布

其它分布-例如，抽样分布和X2, t 和F分布。

总结

分布适用于表述过程的变化，测绘一个变量显示为一个特定值或范围发生的次数，而不是测绘数值本身。人们常说，一张照片胜过一千句话。对于读者来说，通过图形观察数据会留下更深刻的印象。合适的各种分布可以帮助顾问更好地演绎数据。