语言
没有数据
通知
无通知
(1)分かれてあちこちにあること。 また， 分けてあちこちに置くこと。
ε）の準位の方が一つの準位あたりの粒子数が小さくなる。また、同じエネルギーの準位でも、高い温度（小さな β、大きな T）の条件では一つの準位あたりの粒子数が大きくなる。 複雑な粒子間相互作用がなく、エネルギー準位の分布が占有数によって変化しないことを仮定する。エネルギーが ε と ε+dε の範囲にある準位の数を
フレシェ分布（英語: Fréchet distribution) は逆ワイブル分布としても知られている。フレシェ分布は、ガンベル分布（タイプIの極値分布）、ワイブル分布（タイプIIIの極値分布）とともに、一般化極値分布（英語: generalized extreme value
を推定する場合のモデルとして使用される。例えば、風速、洪水、震度などが一定値以上となる確率のモデル化などに適用される。この分布は 位置母数 μ、尺度母数 σ、形状母数 ξ の3つのパラメータをもち、ξ をパレート指数と言う。 累積分布関数は次式で表される。 （ただし、形状パラメータを κ = −ξ
の場合発散するので 0 近傍では定義されない。したがって、モーメント母関数は定義されない。 正規分布を除く全ての安定分布同様、レヴィ分布の確率密度関数の裾は、冪乗則に従って低減する「heavy tail」を示す。 lim x → ∞ f ( x ; μ , c ) = c 2 π 1 x 3 / 2 . {\displaystyle
分布図（ぶんぷず、英: distribution map）とは、地理的事象の分布を表す地図のことで、主題図の一種である。 分布図は地理的事象の位置や数量、分散の様子などをしめす。地理的事象の空間的な分布を考察対象とする地理学において、分布図は地理的事象の地域的な差異を把握したり、また他者へ教えたりす
であるような唯一つの確率分布である。 対称性により、この分布を持つ確率変数 X に対して、その期待値は E(X) = 1/2 となり、すべての X の奇中心モーメントは 0 であることが簡単に分かる。 分散 var(X) を求める上で、全分散の法則（英語版）を次のように用いることができる。上述の集合 C1
算術平均 X ¯ = X 1 + ⋯ + X n n {\displaystyle {\overline {X}}={\frac {X_{1}+\dotsb +X_{n}}{n}}} は再び同じ位置母数、尺度母数を持つコーシー分布に従う（再生性）。この性質は、算術平均の特性関数が ϕ
搜索 
搜索 搜索 
