16、离散分布：超几何分布与多项分布解析

离散分布：超几何分布与多项分布解析

在概率统计的领域中，不同的分布模型适用于各种不同的实际场景。本文将深入探讨超几何分布和多项分布，包括它们的定义、性质、应用以及相关的计算方法。

1. 点数问题与负二项分布的应用

假设有两名玩家在玩抛硬币的机会游戏，赌注为 100 法郎。若硬币正面朝上，玩家 A 得 1 分；若反面朝上，玩家 B 得 1 分。双方约定，先达到设定分数的玩家赢得赌注。然而，游戏中途中断，此时玩家 A 还需 a 分才能获胜，玩家 B 还需 b 分。那么，赌注该如何分配呢？

Pascal 和 Fermat 不仅解决了这个问题，还在通信中发展了至今仍是概率基础的概念。他们的见解在当时十分卓越，即赌注的分配不应取决于游戏的历史，而应考虑如果游戏继续进行可能发生的情况。

如今，借助负二项分布，解决这个问题相对简单。我们将问题一般化，假设硬币正面朝上的概率为 p。设 X 为玩家 A 赢得 a 分所需的抛硬币次数，则 X 服从参数为 a 和 p 的负二项分布。由于 A 需要 a 分，B 需要 b 分，游戏将在 a + b - 1 次抛硬币后决定胜负。因此，A 获胜的充要条件是 X ≤ a + b - 1。

A 获胜的概率为：
[P(A\text{ 获胜}) = P(X \leq a + b - 1) = \sum_{k=a}^{a+b-1} \binom{k - 1}{a - 1} p^a (1 - p)^{k - a}]

赌注将根据这个获胜概率进行分配，即玩家 A 获得 100 × P(A 获胜) 法郎，玩家 B 获得剩余的 100 × P(B 获胜) 法郎。

在 R 语言中，可以使用以下