拉普拉斯分布

概率密度函数
累积分布函数
参数	${\displaystyle \mu \,}$ 位置参数（实数） ${\displaystyle b>0\,}$ 尺度参数（实数）
值域	${\displaystyle x\in (-\infty ;+\infty )\,}$
概率密度函数	${\displaystyle {\frac {1}{2\,b))\exp \left(-{\frac {|x-\mu |}{b))\right)\,}$
累积分布函数	参见正文部分
期望	${\displaystyle \mu \,}$
中位数	${\displaystyle \mu \,}$
众数	${\displaystyle \mu \,}$
方差	${\displaystyle 2\,b^{2))$
偏度	${\displaystyle 0\,}$
峰度	${\displaystyle 3\,}$
熵	${\displaystyle 1+\ln(2\,b)}$
矩生成函数	${\displaystyle {\frac {\exp(\mu \,t)}{1-b^{2}\,t^{2))}\,\!}$ for ${\displaystyle |t|<1/b\,}$
特征函数	${\displaystyle {\frac {\exp(\mu \,i\,t)}{1+b^{2}\,t^{2))}\,\!}$

在概率论与统计学中，拉普拉斯分布 (Laplace distribution) 是以皮埃尔-西蒙·拉普拉斯的名字命名的一种连续概率分布。由于它可看作两平移指数分布背靠背拼接在一起，因此又称双指数分布 (Double exponential distribution)。两个相互独立同概率分布指数随机变量之间的差别是按照指数分布的随机时间布朗运动，所以它遵循拉普拉斯分布。

概率分布、概率密度以及分位数函数

如果随机变量的概率密度函数分布为

${\displaystyle f(x|\mu ,b)={\frac {1}{2b))\exp \left(-{\frac {|x-\mu |}{b))\right)\,\!}$

${\displaystyle ={\frac {1}{2b))\left\((\begin{matrix}\exp \left(-{\frac {\mu -x}{b))\right)&{\mbox{if ))x<\mu \\[8pt]\exp \left(-{\frac {x-\mu }{b))\right)&{\mbox{if ))x\geq \mu \end{matrix))\right.}$

那么它就是拉普拉斯分布。其中，μ 是位置参数，b > 0 是尺度参数。如果 μ = 0，b=1, 那么，正半部分恰好是1/2倍 λ = 1的指数分布。

拉普拉斯分布的概率密度函数让我们联想到正态分布，但是，正态分布是用相对于 μ 平均值的差的平方来表示，而拉普拉斯概率密度用相对于平均值的差的绝对值来表示。因此，拉普拉斯分布的尾部比正态分布更加平坦。

根据绝对值函数，如果将一个拉普拉斯分布分成两个对称的情形，那么很容易对拉普拉斯分布进行积分。它的累积分布函数为：

${\displaystyle F(x)\,}$	${\displaystyle =\int _{-\infty }^{x}\!\!f(u)\,\mathrm {d} u}$
	${\displaystyle =\left\((\begin{matrix}&{\frac {1}{2))\exp \left(-{\frac {\mu -x}{b))\right)&{\mbox{if ))x<\mu \\[8pt]1-\!\!\!\!&{\frac {1}{2))\exp \left(-{\frac {x-\mu }{b))\right)&{\mbox{if ))x\geq \mu \end{matrix))\right.}$
	${\displaystyle =0.5\,[1+\operatorname {sgn}(x-\mu )\,(1-\exp(-|x-\mu |/b))]}$

逆累积分布函数为

${\displaystyle F^{-1}(p)=\mu -b\,\operatorname {sgn}(p-0.5)\,\ln(1-2|p-0.5|)}$

生成拉普拉斯变量

已知区间 (-1/2, 1/2] 中均匀分布上的随机变量 U，随机变量

${\displaystyle X=\mu -b\,\operatorname {sgn}(U)\,\ln(1-2|U|)}$

为参数 μ 与 b 的拉普拉斯分布。根据上面的逆累计分布函数可以得到这样的结果。

当两个相互独立同分布指数(1/b)变化的时候也可以得到 Laplace(0, b) 变量。同样，当两个相互独立同分布一致变量的比值变化的时候也可以得到 Laplace(0, 1) 变量。

相关分布

• 如果 ${\displaystyle Y=|X-\mu |}$ 并且 ${\displaystyle X\sim \mathrm {Laplace} }$，则 ${\displaystyle Y\sim \mathrm {Exponential} }$ 是指数分布。
• 如果 ${\displaystyle Y=X_{1}-X_{2))$ 与 ${\displaystyle X_{1},\,X_{2}\sim \mathrm {Exponential} }$，则 ${\displaystyle Y\sim \mathrm {Laplace} }$。

统计推断

参数估计

给定N个独立同分布的样本${\displaystyle x_{1},x_{2},...,x_{N))$，${\displaystyle \mu }$的极大似然估计${\displaystyle {\hat {\mu ))}$为样本的中位数，${\displaystyle b}$的极大似然估计${\displaystyle {\hat {b))}$为样本与样本中位数${\displaystyle {\hat {\mu ))}$的平均绝对偏差，即

${\displaystyle {\hat {b))={\frac {1}{N))\sum _{i=1}^{N}\left\vert x_{i}-{\hat {\mu ))\right\vert }$

（揭示了拉普拉斯分布和最小绝对偏差（LAD）之间的联系）。

在回归分析中，如果误差具有拉普拉斯分布，则最小绝对偏差估计（LADE）将作为最大似然估计（MLE）出现。

查 论 编 概率分布（列表（英语：List of probability distributions）） 离散单变量 有限支集 本福特定律 伯努利分布 Β-二项式分布 二项式分布 categorical（英语：categorical distribution） 超几何分布 negative（英语：Negative hypergeometric distribution） Poisson binomial（英语：Poisson binomial distribution） Rademacher（英语：Rademacher distribution） 孤子分布 离散型均匀分布 齐夫定律 Zipf–Mandelbrot（英语：Zipf–Mandelbrot law） 无限支集 beta negative binomial（英语：beta negative binomial distribution） Borel（英语：Borel distribution） Conway–Maxwell–Poisson（英语：Conway–Maxwell–Poisson distribution） discrete phase-type（英语：Discrete phase-type distribution） Delaporte（英语：Delaporte distribution） extended negative binomial（英语：extended negative binomial distribution） Flory–Schulz（英语：Flory–Schulz distribution） Gauss–Kuzmin（英语：Gauss–Kuzmin distribution） 几何分布 对数分布 mixed Poisson（英语：mixed Poisson distribution） 负二项分布 Panjer（英语：(a,b,0) class of distributions） parabolic fractal（英语：parabolic fractal distribution） 泊松分布 Skellam（英语：Skellam distribution） Yule–Simon（英语：Yule–Simon distribution） zeta（英语：zeta distribution） 连续单变量 紧支集 arcsine（英语：Arcsine distribution） ARGUS（英语：ARGUS distribution） Balding–Nichols（英语：Balding–Nichols model） Bates（英语：Bates distribution） Β分布 beta rectangular（英语：Beta rectangular distribution） continuous Bernoulli（英语：Continuous Bernoulli distribution） 欧文–贺尔分布 Kumaraswamy（英语：Kumaraswamy distribution） logit-normal（英语：Logit-normal distribution） noncentral beta（英语：Noncentral beta distribution） PERT（英语：PERT distribution） raised cosine（英语：Raised cosine distribution） reciprocal（英语：Reciprocal distribution） 三角形分布 U-quadratic（英语：U-quadratic distribution） 连续型均匀分布 维格纳半圆分布 半无限区间支集 Benini（英语：Benini distribution） Benktander 1st kind（英语：Benktander type I distribution） Benktander 2nd kind（英语：Benktander type II distribution） beta prime（英语：Beta prime distribution） Burr（英语：Burr distribution） chi（英语：chi distribution） 卡方分布 noncentral（英语：Noncentral chi-squared distribution） inverse（英语：Inverse-chi-squared distribution） scaled（英语：Scaled inverse chi-squared distribution） Dagum（英语：Dagum distribution） Davis（英语：Davis distribution） 爱尔朗分布 hyper（英语：Hyper-Erlang distribution） 指数分布 亚指数分布 logarithmic（英语：Exponential-logarithmic distribution） F-分布 noncentral（英语：Noncentral F-distribution） folded normal（英语：folded normal distribution） Fréchet（英语：Fréchet distribution） 伽玛分布 generalized（英语：Generalized gamma distribution） inverse（英语：Inverse-gamma distribution） gamma/Gompertz（英语：Gamma/Gompertz distribution） Gompertz（英语：Gompertz distribution） shifted（英语：shifted Gompertz distribution） half-logistic（英语：Half-logistic distribution） half-normal（英语：half-normal distribution） Hotelling's T-squared（英语：Hotelling's T-squared distribution） 逆高斯分布 广义逆高斯分布 柯尔莫哥洛夫-斯米尔诺夫检验 Lévy（英语：Lévy distribution） log-Cauchy（英语：log-Cauchy distribution） log-Laplace（英语：log-Laplace distribution） log-logistic（英语：log-logistic distribution） 对数正态分布 log-t（英语：log-t distribution） Lomax（英语：Lomax distribution） matrix-exponential（英语：matrix-exponential distribution） 麦克斯韦-玻尔兹曼分布 Maxwell–Jüttner（英语：Maxwell–Jüttner distribution） Mittag-Leffler（英语：Mittag-Leffler distribution） Nakagami（英语：Nakagami distribution） 帕累托分布 phase-type（英语：Phase-type distribution） Poly-Weibull（英语：Poly-Weibull distribution） 瑞利分布 relativistic Breit–Wigner（英语：Relativistic Breit–Wigner distribution） 莱斯分布 truncated normal（英语：truncated normal distribution） type-2 Gumbel（英语：type-2 Gumbel distribution） 韦伯分布 discrete（英语：discrete Weibull distribution） Wilks's lambda（英语：Wilks's lambda distribution） 无限区间支集 柯西分布 exponential power（英语：Generalized normal distribution） 费希尔z分布 Kaniadakis κ-Gaussian（英语：Kaniadakis Gaussian distribution） Gaussian q（英语：Gaussian q-distribution） generalized normal（英语：Generalized normal distribution） generalized hyperbolic（英语：Generalised hyperbolic distribution） geometric stable（英语：geometric stable distribution） 耿贝尔分布 Holtsmark（英语：Holtsmark distribution） hyperbolic secant（英语：hyperbolic secant distribution） Johnson's SU（英语：Johnson's SU-distribution） 朗道分布 拉普拉斯分布 asymmetric（英语：Asymmetric Laplace distribution） logistic（英语：logistic distribution） noncentral t（英语：Noncentral t-distribution） 正态分布 normal-inverse Gaussian（英语：normal-inverse Gaussian distribution） skew normal（英语：Skew normal distribution） slash（英语：Slash distribution） 稳定分布 司徒顿t分布 Tracy–Widom（英语：Tracy–Widom distribution） variance-gamma（英语：Variance-gamma distribution） 福格特函数 可变类型支集 generalized chi-squared（英语：Generalized chi-squared distribution） generalized extreme value（英语：generalized extreme value distribution） generalized Pareto（英语：Generalized Pareto distribution） Marchenko–Pastur（英语：Marchenko–Pastur distribution） Kaniadakis κ-exponential（英语：Kaniadakis Exponential distribution） Kaniadakis κ-Gamma（英语：Kaniadakis Gamma distribution） Kaniadakis κ-Weibull（英语：Kaniadakis Weibull distribution） Kaniadakis κ-Logistic（英语：Kaniadakis Logistic distribution） Kaniadakis κ-Erlangl（英语：Kaniadakis Erlang distribution） q-exponential（英语：q-exponential distribution） q-Gaussian（英语：q-Gaussian distribution） q-Weibull（英语：q-Weibull distribution） shifted log-logistic（英语：Shifted log-logistic distribution） Tukey lambda（英语：Tukey lambda distribution） 混合单变量 连续离散 修正高斯分布（英语：Rectified Gaussian distribution） 联合分布 Discrete: Ewens（英语：Ewens's sampling formula） multinomial（英语：multinomial distribution） Dirichlet（英语：Dirichlet-multinomial distribution） negative（英语：negative multinomial distribution） Continuous: 狄利克雷分布 generalized（英语：Generalized Dirichlet distribution） multivariate Laplace（英语：Multivariate Laplace distribution） 多元正态分布 multivariate stable（英语：Multivariate stable distribution） multivariate t（英语：Multivariate t-distribution） normal-gamma（英语：normal-gamma distribution） inverse（英语：Normal-inverse-gamma distribution） 随机矩阵 LKJ（英语：Lewandowski-Kurowicka-Joe distribution） 矩阵正态分布 matrix t（英语：matrix t-distribution） matrix gamma（英语：matrix gamma distribution） inverse matrix gamma（英语：inverse matrix gamma distribution） 威沙特分布 normal（英语：normal-Wishart distribution） 逆威沙特分布 normal-inverse（英语：normal-inverse-Wishart distribution） 定向统计（英语：Directional statistics） 循环单变量定向统计（英语：Directional statistics） 圆均匀分布 univariate von Mises（英语：von Mises distribution） wrapped normal（英语：Wrapped normal distribution） wrapped Cauchy（英语：Wrapped Cauchy distribution） wrapped exponential（英语：Wrapped exponential distribution） wrapped asymmetric Laplace（英语：Wrapped asymmetric Laplace distribution） wrapped Lévy（英语：Wrapped Lévy distribution） 球形双变量 Kent（英语：Kent distribution） 环形双变量 bivariate von Mises（英语：bivariate von Mises distribution） 多变量 von Mises–Fisher（英语：Von Mises–Fisher distribution） Bingham（英语：Bingham distribution） 退化分布和奇异分布（英语：Singular distribution） 退化 狄拉克δ函数 奇异 康托尔分布 其它 Circular（英语：Circular distribution） 复合泊松分布 elliptical（英语：Elliptical distribution） exponential（英语：Exponential family） natural exponential（英语：Natural exponential family） location–scale（英语：location–scale family） Maximum entropy（英语：Maximum entropy probability distribution） Mixture（英语：Mixture distribution） Pearson（英语：Pearson distribution） Tweedie（英语：Tweedie distribution） Wrapped（英语：Wrapped distribution） 分类 维基共享