- 1、本文档共5页,可阅读全部内容。
- 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、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、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)。
查看更多
WORD格式-专业学习资料-可编辑
学习资料分享
第二章:统计
1、抽样方法:
①简单随机抽样(总体个数较少) ②系统抽样(总体个数较多)
③分层抽样(总体中差异明显)
注意:在N个个体的总体中抽取出n个个体组成样本,每个个体被抽到的机会(概率)均为。
2、总体分布的估计:
⑴一表二图:
①频率分布表——数据详实 ②频率分布直方图——分布直观③频率分布折线图——便于观察总体分布趋势 注:总体分布的密度曲线与横轴围成的面积为1。
= 2 \* GB2 ⑵茎叶图:
①茎叶图适用于数据较少的情况,从中便于看出数据的分布,以及中位数、众位数等。
②个位数为叶,十位数为茎,右侧数据按照从小到大书写,相同的数据重复写。
3、总体特征数的估计:
⑴平均数:; 取值为的频率分别为,则其平均数为; 注意:频率分布表计算平均数要取组中值。
= 2 \* GB2 ⑵方差与标准差:一组样本数据方差:;标准差:
注:方差与标准差越小,说明样本数据越稳定。
平均数反映数据总体水平;方差与标准差反映数据的稳定水平。
⑶线性回归方程
①变量之间的两类关系:函数关系与相关关系; ②制作散点图,判断线性相关关系
③线性回归方程:(最小二乘法)
注意:线性回归直线经过定点。
第三章:概率
1、随机事件及其概率:
⑴事件:试验的每一种可能的结果,用大写英文字母表示; = 2 \* GB2 ⑵必然事件、不可能事件、随机事件的特点;
⑶随机事件A的概率:.
2、古典概型:
⑴基本事件:一次试验中可能出现的每一个基本结果; = 2 \* GB2 ⑵古典概型的特点:
①所有的基本事件只有有限个;
②每个基本事件都是等可能发生。
⑶古典概型概率计算公式:一次试验的等可能基本事件共有n个,事件A包含了其中的m个基本事件,则事件A发生的概率.
3、几何概型:⑴几何概型的特点:①所有的基本事件是无限个;②每个基本事件都是等可能发生。
= 2 \* GB2 ⑵几何概型概率计算公式:;
其中测度根据题目确定,一般为线段、角度、面积、体积等。
4、互斥事件:
⑴不可能同时发生的两个事件称为互斥事件;
⑵如果事件任意两个都是互斥事件,则称事件彼此互斥。
⑶如果事件A,B互斥,那么事件A+B发生的概率,等于事件A,B发生的概率的和,
即:
⑷如果事件彼此互斥,则有:
⑸对立事件:两个互斥事件中必有一个要发生,则称这两个事件为对立事件。
①事件的对立事件记作
②对立事件一定是互斥事件,互斥事件未必是对立事件。
1、基本概念
⑴互斥事件:不可能同时发生的两个事件.
如果事件,其中任何两个都是互斥事件,则说事件彼此互斥.
当是互斥事件时,那么事件发生(即中有一个发生)的概率,等于事件分别发生的概率的和,即 .
⑵对立事件:其中必有一个发生的两个互斥事件.事件的对立事件通常记着.对立事件的概率和等于1. .
特别提醒:“互斥事件”与“对立事件”都是就两个事件而言的,互斥事件是不可能同时发生的两个事件,而对立事件是其中必有一个发生的互斥事件,因此,对立事件必然是互斥事件,但互斥事件不一定是对立事件,也就是说“互斥”是“对立”的必要但不充分的条件.
⑶相互独立事件:事件(或)是否发生对事件(或)发生的概率没有影响,(即其中一个事件是否发生对另一个事件发生的概率没有影响).这样的两个事件叫做相互独立事件.
当是相互独立事件时,那么事件发生(即同时发生)的概率,等于事件分别发生的概率的积.即 .
若A、B两事件相互独立,则A与、与B、与也都是相互独立的.
⑷独立重复试验
①一般地,在相同条件下重复做的次试验称为次独立重复试验.②独立重复试验的概率公式
如果在1次试验中某事件发生的概率是,那么在次独立重复试验中这个试验恰好发生次的概率
⑸条件概率:对任意事件A和事件B,在已知事件A发生的条件下事件B发生的概率,叫做条件概率.记作P(B|A),读作A发生的条件下B发生的概率.公式:
2、离散型随机变量
⑴随机变量:如果随机试验的结果可以用一个变量来表示,那么这样的变量叫做随机变量 随机变量常用字母等表示.
⑵离散型随机变量:对于随机变量可能取的值,可以按一定次序一一列出,这样的随机变量叫做离散型随机变量.
⑶连续型随机变量: 对于随机变量可能取的值,可以取某一区间内的一切值,这样的变量就叫做连续型随机变量.
⑷离散型随机变量与连续型随机变量的区别与联系: 离散型随机变量与连续型随机变量都是用变量表示随机试验的结果;但是离散型随机变量的结果可以按一定次序一一列出,而连续性随机变量的结果不可以一一列出.
若是随机变量,是常数)则也是随机变量 并且不改变其属性(离散型、连续型).
3、离散型随机变量的分布列
⑴概率分布(分布列)
设离散型随机变量可能取的不同值为,
文档评论(0)