Distributions
哪些過程可以生成拉普拉斯分佈（雙指數）數據或參數？
許多發行版都有“起源神話”，或者它們描述得很好的物理過程示例：
- 您可以通過中心極限定理從不相關誤差的總和中獲取正態分佈數據
- 您可以從獨立的硬幣翻轉中獲得二項式分佈的數據，或者從該過程的限制中獲得泊松分佈的變量
- 您可以在恆定衰減率下從等待時間獲得指數分佈的數據。
等等。
但是拉普拉斯分佈呢？它對 L1 正則化和LAD 回歸很有用，但我很難想到人們實際上應該期望在自然界中看到它的情況。擴散將是高斯的，我能想到的所有指數分佈的例子（例如等待時間）都涉及非負值。
在您鏈接的維基百科頁面底部有幾個示例：
- 如果和是 IID 指數分佈，具有拉普拉斯分佈。
- 如果是 IID 標準正態分佈，有一個標準的拉普拉斯分佈。所以，隨機的行列式具有 IID 標準正態條目的矩陣具有拉普拉斯分佈。
- 如果IID 是否統一， 然後有一個標準的拉普拉斯分佈。