均匀分布查看源代码讨论查看历史

来自 孔夫子旧书网 的图片

均匀分布是生态学一个名词。

历史名词是历史上曾出现的事件及事物的名称，例如“禅让”，传说古代实行举荐贤能之人为首领继承人的一种制度，据文献记献：有尧举舜、舜举禹、禹先举皋陶、皋陶死禹又举益等历史故事。

名词解释

在概率论和统计学中，均匀分布也叫矩形分布，它是对称概率分布，在相同长度间隔的分布概率是等可能的。 均匀分布由两个参数a和b定义，它们是数轴上的最小值和最大值，通常缩写为U（a，b）。

统计学中，当使用p值作为简单零假设的检验统计量，并且检验统计量的分布是连续的，则如果零假设为真，则p值均匀分布在0和1之间。

从均匀分布抽样

运行仿真实验有很多应用。 许多编程语言能够生成根据标准均匀分布有效分布的伪随机数。

如果u是从标准均匀分布中采样的值，则如上所述， 的值遵循由a和b参数化的均匀分布。

从任意分布抽样

均匀分布对于任意分布的采样是有用的。 一般的方法是使用目标随机变量的累积分布函数（CDF）的逆变换采样方法。 这种方法在理论工作中非常有用。 由于使用这种方法的模拟需要反转目标变量的CDF，所以已经设计了cdf未以封闭形式知道的情况的替代方法。 一种这样的方法是拒收抽样。

正态分布是逆变换方法效率不高的重要例子。 然而，有一个确切的方法，Box-Muller变换，它使用逆变换将两个独立的均匀随机变量转换成两个独立的正态分布随机变量。

量化误差

在模数转换中，发生量化误差。 该错误是由于四舍五入或截断。 当原始信号比一个最低有效位（LSB）大得多时，量化误差与信号不显着相关，并具有大致均匀的分布。 因此，RMS误差遵循该分布的方差。