粒子物理与核物理实验中的数据分析00002教学案例.pptxVIP

粒子物理与核物理实验中的数据分析杨振伟清华大学第二讲：基本概念（续）随机变量与概率密度函数假设实验结果为 x (记作样本空间中元素)的概率为那么概率密度函数 p.d.f. 定义为 f (x)，它对全部样本空间S 满足定义累积分布函数为对于离散型随机变量? 分位数、中值与模分位点 x? 定义为随机变量 x 的值，它使得 这里 0 ? ? ? 1。因此可以容易求出分位点随机变量 x 的中值定义为 随机变量 x 被观测到大于或小于中值的概率是相等的。 模定义为使概率密度函数值达到极大的随机变量值。 直方图与概率密度函数概率密度函数 p.d.f. 就是拥有无穷大样本，区间宽度为零，而且归一化到单位面积的直方图。直方图在统计分析中非常重要，应准确理解它的含义。边缘分布将联合概率密度函数 p.d.f. 分别投影到 x 与 y 轴条件概率密度函数利用条件概率的定义，可得到y定义条件概率的密度函数 p.d.f. 为x则贝叶斯定理可写为 h(y|x)若 x，y 相互独立，则可构造2-维p.d.fy名词总汇随机事例概率相对频率与主观概率条件概率贝叶斯定理随机变量概率密度函数条件密度函数直方图但在实际应用中，我们总是对 A 相对于许多样本空间的概率感兴趣，而不仅仅只是一个空间。因此，通常以记号来表示所进行的研究是在特定的样本空间 S 中，也就是 A 相对于 S 的条件概率。只有当 S 的选择是明白无误时