二項分佈與超幾何分佈的區別

　　區別：

　　⒈超幾何分佈需要知道總體的容量，而二項分佈不需要；

　　⒉超幾何分佈是不放回抽取，取出一個則總體中就少一個，因此每次取到某物的機率是不同的，而二項分佈是有放回抽取，每次抽取時的總體沒有改變，每次抽到某物的機率都是相同的，及獨立重複試驗。

　　二項分佈：重複n次獨立的伯努利試驗，在每次試驗中只有兩種可能的結果，而且兩種結果發生與否互相對立，並且相互獨立，與其它各次試驗結果無關，事件發生與否的機率在每一次獨立試驗中都保持不變。

　　超幾何分佈：統計學上一種離散機率分佈，描述了由有限個物件中抽出n個物件，成功抽出指定種類的物件的次數。

　　超幾何分佈和二項分佈的區別：超幾何分佈需要知道總體的容量，而二項分佈不需要；超幾何分佈是不放回抽取，而二項分佈是放回抽取（獨立重複）當總體的容量非常大時，超幾何分佈近似於二項分佈。

　　超幾何分佈和二項分佈的區別相同點：

　　超幾何分佈和二項分佈都是離散型分佈

　　超幾何分佈和二項分佈的區別：

　　（1）超幾何分佈需要知道總體的容量，而二項分佈不需要；

　　（2）超幾何分佈是“不放回”抽取，而二項分佈是“有放回”抽取（獨立重複）。

　　（3）當總體的容量非常大時，超幾何分佈近似於二項分佈。

　　古典概型也叫傳統機率、其定義是由法國數學家拉普拉斯提出的。如果一個隨機試驗所包含的單位事件是有限的，且每個單位事件發生的可能性均相等，則這個隨機試驗叫做拉普拉斯試驗，這種條件下的機率模型就叫古典概型。在這個模型下，隨機實驗所有可能的結果是有限的，並且每個基本結果發生的機率是相同的。

　　超幾何分佈是統計學上一種離散機率分佈。它描述了由有限個物件中抽出n個物件，成功抽出指定種類的物件的次數（不歸還）。稱為超幾何分佈，是因為其形式與超幾何函式的級數展式的係數有關。