若$X \sim {\rm Binomial}(N,p)$，$X/N$服从何种分布？二项模型实际频率咨询

嘿，这个问题其实挺常见的，我来给你梳理清楚～

首先咱们明确前提：已知$X \sim \text{Binomial}(N,p)$，也就是X表示N次独立伯努利试验中成功的次数，那$Y = X/N$就是咱们说的样本成功频率，它的分布特性可以从这几个角度来看：

1. 精确概率分布（离散） #

Y是一个离散型随机变量，它的取值只能是$0, \frac{1}{N}, \frac{2}{N}, ..., 1$这$N+1$个离散值。对应的概率质量函数（PMF）可以直接从X的PMF推导过来：

若$Y = \frac{k}{N}$（其中k是0到N之间的整数），则$P(Y = \frac{k}{N}) = P(X = k) = \binom{N}{k}p^k(1-p){N-k}$

简单来说，Y的概率分布就是二项分布的结果做了一次线性缩放，把取值范围从0_{N压缩到了0}1。

2. 核心数字特征 #

这部分是最实用的，不用纠结复杂的分布形式，直接看期望和方差：

• 期望：$E[Y] = E\left[\frac{X}{N}\right] = \frac{1}{N}E[X] = p$，完美符合直觉——样本频率的期望就是真实的成功概率p。
• 方差：$Var(Y) = Var\left[\frac{X}{N}\right] = \frac{1}{N^2}Var(X) = \frac{p(1-p)}{N}$，样本量N越大，方差越小，样本频率就越接近真实概率p，这就是大数定律的直观体现。

3. 大样本近似分布 #

当试验次数N很大的时候，咱们可以用中心极限定理（CLT）来做近似：
$Y \dot{\sim} \mathcal{N}\left(p, \frac{p(1-p)}{N}\right)$
也就是Y近似服从均值为p、方差为$\frac{p(1-p)}{N}$的正态分布。如果p特别接近0或者1（比如p<0.1或p>0.9），可能需要做连续性校正或者改用泊松近似，但大部分场景下大样本的正态近似已经足够好用。

另外，这个分布有时候也会被叫做二项比例分布，不过这个名称没有完全统一，更多时候咱们直接描述它是二项分布的线性变换结果就行。

内容的提问来源于stack exchange，提问作者Catiger3331