什么属于离散型变量分布（离散型与连续型分布区别）

1. 离散型变量分布包括一些具有有限或可数个取值的变量，例如投掷硬币的结果（正面或反面）、骰子的点数（1到6）、人口数量等。
2. 这是因为离散型变量的取值是有限或可数的，不存在连续的取值范围。
每个取值都是独立的，不会出现中间的取值。
3. 离散型变量分布通常可以用概率质量函数（PMF）来描述，通过计算每个取值的概率来分析其分布特征。
常见的离散型变量分布有伯努利分布、二项分布、泊松分布等。
了解离散型变量分布的特点和应用场景，对于数据分析和统计推断等领域具有重要意义。

常见的离散型随机变量的分布： 一、两点分布 二、二项分布 三、泊松分布 四、几何分布。 除去以上这4种，其他的分布都不是离散型随机变量的分布。