概率论与统计学复习.pptVIP

* 概率论复习 1 随机变量和概率分布 结果：随机过程可能发生的互斥的后果 事件：一个或多个结果的集合 总体：所有可能结果的集合 随机变量：随机结果的数值表现，其取值无法准确预知，分离散变量和连续变量 离散变量：有明确可能值的集合的变量，如骰子 连续变量：无法列出单个明确值，只可以列出一定取值范围的变量，如温度 * 概率论复习 概率：大量观测的结果发生的次数比例 事件的概率：事件发生的概率 累积概率分布：随机变量小于或等于某个特定值的概率 贝努里概率分布：随机变量只取0或1值的概率分布 概率分布：离散随机变量的概率分布为变量的 所有取值及其发生概率列表；连续随机变量的 概率无法一一列出，只能用概率密度函数来表示 * 2 期望值、均值和方差 期望值：随机变量Y在多次重复试验中反复出现的 平均值，通常表示为E(Y) 离散随机变量的期望值等于随机变量可能取值的 概率加权平均，通常表示为μ 。E(Y)=μy 方差：随机变量Y距其均值的偏差平方的期望值， var(Y)=E[(Y- μy)2] 标准差：方差的平方根 * 偏度：随机变量Y分布的对称程度，有正负之分， 有临界值 峰度：随机变量Y分布的高低尖峭极端程度 矩：反映数据形状的指标 一阶矩：期望值 二阶矩：方差 三阶矩：偏度 四阶矩：峰度 * 3 二维随机变量 联合分布：随机变量X和Y同时取某个值的概率 边缘概率分布：随机变量Y取某一特定值的 概率分布 条件分布：X给定条件下Y的概率分布 条件期望：X给定条件下Y的条件分布均值 条件方差：X给定条件下Y的条件分布方差 独立性：随机变量X和Y无相互影响，分别独立分布 * 协方差：随机变量X和Y同时变动程度的指标 相关系数：衡量随机变量X和Y相关程度的指标 条件分布：X给定条件下Y的概率分布 条件期望：X给定条件下Y的条件分布均值 条件方差：X给定条件下Y的条件分布方差 独立性：随机变量X和Y无相互影响，分别独立分布 * 4 正态分布、卡方分布、学生t分布和F分布 正态分布：关于均值对称 标准正态分布：期望值=0，方差=1的正态分布 卡方分布：m个独立标准正态随机变量的平方和 服从的分布 学生t分布：标准正态随机变量与和它独立的 自由度为m的卡方随机变量除以自由度m的平方根 之比的分布 F分布：自由度为m的卡方随机变量和与它独立的自由度 为n的卡方随机变量除以n之比的分布 * 5 随机抽样和样本均值的分布 简单随机抽样：从样本总体中无区分地随机抽取 部分样本的方案 独立同分布：被抽取的样本具有相同的边缘分布 并且独立的分布 抽样样本均值：抽样样本观测值的平均数 抽样分布：抽样样本均值的概率分布 样本均值的均值：等于总体均值 样本均值的方差：等于总体方差除以样本数量 样本均值的标准差：等于总体标准差除以样本数量的开方 * 统计学复习 1 期望分析 1）期望值 （如前）一个随机变量所有可能值的加权平均数，以每个可能结果出现的概率为权数。 E(Y) 2）期望值运算规则 （1）几个随机变量之和的期望值等于各个变量期望值之和 （2）随机变量与常数之积的期望等于随机变量的期望与常数之积 （3）常数的期望等于常数本身 * 3）总体方差 （如前）总体所有可能值与其平均数之差的平方的期望值，衡量总体概率分布的分散程度。 总体标准差是总体方差的平方根。 4）随机变量的分解 （1）总体期望的分解 （2）总体方差的分解 * 2 估计量 1）估计量与估计值 估计量是依据样本抽样估计总体特征的适当的公式 估计值是估计量的取值。 2）理想估计量的标准 （1）无偏性 （2）有效性 （3）一致性（相和性） * 3 方差分析 1）协方差 总体协方差 样本协方差 协方差的运算规则 2）方差 总体方差 样本方差 方差的运算规则 样本均值的方差 * * * * 4 相关分析 1）总体相关系数 2）样本相关系数 * 相关系数测量出随机变量间的相关程度 * 5 假设检验 1）原假设：假设总体均值取某个值 2）备择假设：假设在原假设不成立时成立 * 3）样本标准误: 样本标准差的估计量 4）P-值计算：在原假设为真情况下，抽样统计量不比已知抽样数据更好的概率 * 如果 ?Y 已知: * 如果可估计 * 6）显著水平：当原假设成立时，错误地拒绝原假设的预先确定的概率 假设检验可能犯两类错误： I 原假设为真时拒绝了原假设 II 原假设实际不为真时没有拒绝原假设 * * 用样本均值估计总体均值 * * * * 学生-t分布 1. 随着 n增大,样本均值的均值越来越接近总体均值 (大数定律) E() = (Y 2. 当n较大时, 样本均值的分布近似于正态分布 (中心极限定理) var() = 对于任何分布: mean: E() = E() = =