《概率论与数理统计》课程在公安院校开设必要性.docVIP

《概率论与数理统计》课程在公安院校开设必要性.doc

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《概率论与数理统计》课程在公安院校开设必要性

《概率论与数理统计》课程在公安院校开设必要性   摘要:文章从概率论与数理统计的概念出发,分析了概率论与数理统计研究内容、研究方法,并阐述其在公安实践中的四个例子,同时指出了概率论与数理统计的学习同学校教育之间的关系,认为概率论与数理统计在公安院校开设中是十分必要的,也是需要加强的。   关键词:概率论与数理统计 必要性 实践   中图分类号:G642 文献标识码:C DOI:10.3969/j.issn.1672-8181.2013.13.124   1 概率论与数理统计的定义和特征   概率论与数理统计是研究随机现象数据规律的一门课程,主要告诉人们如何有效地收集、整理和分析数据,对所观察的问题做出推断、预测,并能为未来提供合理决策和建议。在开设课程中,公安专业中一般需要半个学期,主要内容包括: 概率论的基本概念、随机变量及其概率分布、数字特征、参数估计和假设检验、回归分析等。   概率论与数理统计学科产生于17世纪,在20世纪得到了迅速的发展,成为了人类的重大科技成就之一。因此,概率与数理统计作为一门应用很强的学科,应具有其本身的特征,主要体现如下。   第一,概率论与数理统计的研究对象是随机现象。   依据事件的发生的可能性,人们把自然现象发成必然现象、不可能现象、随机现象。而概率论与数理统计的研究对象正是随机现象。随机现象是指,在一定的条件下,并不总是出现同一个结果的现象。从这个定义上看,随机现象的结果数应该是大于等于2个的,而到底出现哪一个,人们是不能提前得知的。   第二,概率论与数理统计是对数据的处理,具有较强的客观性。   数据是概率论与数理统计研究的原始材料。一切事物都是有质和量两个方面的,并且质和量紧密联系共同定义客观的事物。没有无质的量,也没有无量的质,质与量相伴相生。然而,在认识事物时,质与量却可以分开,对某一事物的研究,可以先单独研究数量,通过对数量的研究进而研究质。因此,对事物量的研究是人们认识事物的重要一方面。通过研究数据作为一个出发点,进而研究整个事物,是目前人们使用的最主要的研究方法之一。   第三,概率论与数理统计作为方法论,是属于归纳法的。   概率论与数理统计是根据实验和调查,得到大量的个体,并对这些个体进行研究,然后加以总结,得出总体规律的。比如说,我们要证明等腰三角形的两底角相等,运用概率与数理统计的方法,就是我们要做出来许许多多,各式各样的等腰三角形,量一量底角,看有是否相等。然后根据这些有限的等腰三角形的两底角是否相等的情况,来推而广之所有的等腰三角形的两底角的情况。这就算概率论与数理统计的研究方法。   2 概率论与数理统计方法在公安工作中的应用   概率论与数理统计作为一种定量的分析手段,并不是要教会学生怎么求均值,求方差,而是要交给学生是一种思维的方式,解决问题的方式。   现结合公安实际工作来看下概率与数理统计思想是如何应用的。   例1 警力分配。根据一段时期内某个地点发生违法犯罪案件数量,来配备该地区的警务人员。   如下图,给出了某市四个区域在一年中每月任意4天发生案件数总和。   如上图所示,甲地和丁地将是重点防御区域,可以加大警力。   例2 以案发现场留下的脚印长度测算犯罪嫌疑人身高。侦查人员可以根据收集到的罪犯脚印长度,并按照公式:身高=脚印长度×6.88,估算出罪犯的身高。上述公式的得到就是应用了数理统计学中的二维随机变量的数学期望理论。   例3 依据罪犯留下的某一数字信息,排查嫌疑人。在犯罪现场勘查过程中,测得现场人左步长的若干数据,现又密取到某一嫌疑人左步长的若干数据,一般情况下,这两组数据不完全一样,那这个差距是如何造成的呢?[1]是偶然原因造成,还是根本就不是同一个人呢?能不能根据这两组不同的数据做出判断,即排除该嫌疑人,或者将该嫌疑人作为重点疑犯。这个时候就可以用概率轮与数理统计中的假设检验来解决这个问题。举例如下:   在某一案件犯罪现场测得左步步长的15个数据,分别为:77,76,75.5,74,75.5,74.5,73,79,79.5,79,78,77,77,77,76.5 (单位:厘米)。密取了嫌疑人左步长15个数据为:83.5,79.5,77.5,79.5,78,83.5,81,76.5,79.5,80,80.5,82,83,83,80.6 (单位:厘米)。   现场左步长与嫌疑人的左步长是否有显著差异?   取a=0.001   X≈76.6   Y≈80..5   |U|≈12.342   查统计表可得:U0.001=3.3   |U|U0.001   所以,我们有99.9%的概率认为现场测得的步长与嫌疑人的步长不是同一个人的,因此,可将此嫌疑人排除。   例4 犯罪机

您可能关注的文档

文档评论(0)

317960162 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档