概率论与数理统计公式集锦(2012（可编辑）.docVIP

概率论与数理统计公式集锦 一随机事件与概率 公式名称 公式表达式 德摩根公式 古典概型 几何概型 其中μ为几何度量长度面积体积 求逆公式 加法公式 P A∪B P A P B -P AB 当P AB ＝0时P A∪B P A P B 减法公式 P A-B P A -P AB 时P A-B P A -P B 条件概率公式 与乘法公式 全概率公式 贝叶斯公式 逆概率公式 两个事件 相互独立 二随机变量及其分布 1分布函数 2离散型随机变量及其分布 分布名称 分布律 0–1分布 二项分布 泊松分布 3续型随机变量及其分布 分布名称 密度函数 分布函数 均匀分布 分布名称 密度函数 分布函数 指数分布 正态分布 标准正态分布 4随机变量函数Y g X 的分布 离散型 连续型①分布函数法②公式法 三多维随机变量及其分布 1离散型二维随机变量及其分布 分布律分布函数 边缘分布律 条件分布律 2连续型二维随机变量及其分布 ①分布函数及性质 分布函数 性质 ②边缘分布函数与边缘密度函数 分布函数 密度函数 ③条件概率密度 3随机变量的独立性 随机变量XY相互独立 离散型 连续型 4二维随机变量和函数的分布 离散型 连续型 四随机变量的数字特征 1数学期望 ①定义离散型连续型 ②性质 当XY相互独立时 2方差 ①定义 ②性质 当XY相互独立时 3协方差与相关系数 ①协方差当XY相互独立时 ②相关系数 当XY相互独立时 XY不相关 ③协方差和相关系数的性质 4常见随机变量分布的数学期望和方差 分布 数学期望 方差 0-1分布 p p 1-p 二项分布 np np 1-p 泊松分布 均匀分布 正态分布 指数分布 五大数定律与中心极限定理 1切比雪夫不等式 若对于任意有 2大数定律 ①切比雪夫大数定律若相互独立 且则 ②伯努利大数定律设nA是n次独立试验中事件A发生的次数p是事件A在每次试验中发生的概率则有 ③辛钦大数定律若独立同分布且则 3中心极限定理 ①列维林德伯格中心极限定理独立同分布的随机变量均值为方差为当n充分大时有 ②棣莫弗拉普拉斯中心极限定理随机变量则对任意x有 ③近似计算 六数理统计的基本概念 1总体和样本的分布函数 设总体则样本的联合分布函数 2统计量 样本均值样本方差 样本标准差 样本阶原点距 样本阶中心距 3三大抽样分布 1 分布设随机变量且相互独立则称统计量服从自由度为的分布记为 性质①②设且相互独立则 2 分布设随机变量且X与Y独立则称统计量服从自由度为的分布记为 性质①② 3 分布设随机变量且与独立则称统计量服从第一自由度为m第二自由度为n的分布记为性质设则 七参数估计 1参数估计 ①定义用估计总体参数称为的估计量相应的为总体的估计值 ②当总体是正态分布时未知参数的矩估计值 未知参数的极大似然估计值 2点估计中的矩估计法 基本思想用样本矩来估计相应的总体矩 求法步骤设总体X的分布中包含有未知参数它的前k阶原点 矩中包含了未知参数 即又设为总体X的n个样本值用样本矩代替在所建立的方程组中解出的k个未知参数即为参数的矩估计量 注意分布中有几个未知参数就求到几阶矩 3点估计中的极大似然估计 设取自的样本设或 求法步骤 ①似然函数 ②取对数 或 ③解方程解得 4估计量的评价标准 估计量的评价标准 无偏性 设为未知参数的估计量若E 则称 为的无偏估计量 有效性 设和是未知参数的两个无偏估计量若则称有效 一致性 设是的一串估计量如有则称为的一致估计量或相合估计量 5 单正态总体参数的置信区间 条件 估计 参数 枢轴量 枢轴量 分布 置信水平为的置信区间 已知 未知 已知 未知 八假设检验 1假设检验的基本概念 基本思想 假设检验的统计思想是小概率原理 小概率事件的概率就是显著性水平α常取α 005com 基本步骤 ①提出原假设H0②选择检验统计量③对于α查表找分位数λ使从而定出拒绝域W ④由样本观测值计算统计量实测值并作出判断当实测值落入W时拒绝H0否则认为接受H0 两类错误 第一类错误 当H0为真时而样本值却落入了拒绝域应当否定H0这时我们把客观上H0成立判为H0为不成立即否定了真实的假设称这种错误为弃真错误或第一类错误记为犯此类错误的概率即P 拒绝H0H0为真 第二类错误 当H1为真时而样本值却落入了接受域应接受H0这时我们把客观上H0不成立判为H0成立即接受了不真实的假设称这种错误为取伪错误或第二类错误记为犯此类错误的概率即P 接受H0H1为真