大数据数学基础第4章 概率论与数理统计基础（1）.ppt

峰度描述的是分布集中趋势高峰的形态，通常与标准正态分布相比较。在归化到同一方差时，若分布的形状比标准正态分布更“瘦”更“高”，则称为尖峰分布；若比标准正态分布更“矮”更“胖”，则称为平峰分布。 定义 4-13 峰度系数是对分布峰度的测度，通常用K 来表示，计算公式如(式 4-25)所示。 (式 4-25) (式 4-25)中， 为未分组数据的第 个数， 为数据的算术平均数。 偏度与峰度的度量 2. 峰度及其测度 由于标准正态分布的峰度系数为0， 所以当峰度系数大于0时为尖峰分布， 当峰度系数小于0时为平峰分布。如图所示。 偏度与峰度的度量 目录 概率问题的历史可以追溯到遥远的过去。很早以前，人们就用抽签、抓阄的方法解决彼此间的争端，这可能就是概率最早的应用了。而真正研究随机现象的概率论出现在15世纪之后。 随机事件的定义 1. 从赌博中发展的概率理论 在自然界和人类社会中有着各种各样的现象，从概率论的观点可分为两类：一类是确定现象，另一类是随机现象。 确定现象指在一定条件下必然发生或必然不发生的现象。例如，在标准大气压下，水加热到100℃就会沸腾；任意大小的圆，其周长等于其直径乘以π；在匀速运动的条件下，物体移动的距离与时间成正比。以上这些现象有一个共同特点：它们的变化规律是确定的，一定的条件必然导致某一结果，这类现象称之为确定性现象，也叫必然现象。 随机现象指在一定条件下可能发生也可能不发生的现象。例如，抛出一枚硬币得到正面还是反面，下届奥运会上我国运动员获得金牌的数量，商场每天的顾客数和销售额等。这些现象的一个共同特点是它们的不确定性或偶然性，即一定条件下可能出现这种结果，也可能出现另一种结果，出现哪种结果“纯属偶然”，完全是“随机而定”，人们事先不能确切知道哪种结果会出现，称这种现象为随机现象或偶然现象。 随机事件的定义 2. 定义 定义 4?14 随机现象的结果以及这些结果的集合称为随机事件，简称事件，通常用 A、B、C 等来表示。随机事件的每一个可能的结果，称为基本事件（即不能再分的事件），也称为样本点。所有样本点的集合，称为样本空间，用Ω 表示。如在抛一枚硬币试验中，Ω ={正，反}；在抛一颗骰子试验中，Ω={1,2,3,4,5,6}。随机事件如果仅包含一个样本点，称为简单事件；如果包含样本空间中的两个及两个以上的样本点，称为复合事件。如抛一颗骰子，得到2，这个随机事件为简单事件；抛两枚骰子，得到第一颗是2，第二颗是3，这个随机事件为复合事件。 随机事件有两种极端的情况。在一定条件下必然出现的现象称为必然事件，用Ω 表示。在一定条件下不可能发生的事件称为不可能事件，用 表示。 随机事件及其概率 （1）概率的古典定义 定义 4?15 具有以下特征的随机试验，称为古典概型。 试验的所有可能结果只有有限个，即样本空间中的基本事件只有有限个。 各试验结果出现的可能性相等，即所有基本事件的发生是等可能的。 试验所有可能出现的结果两两互不相容。 随机事件的概率 1.概率的定义 定义 4?16 如果某一随机试验的结果有限，而且各个结果出现的可能性相等，则某一事件A 发生的概率为该事件所包含的基本事件个数 m 与样本空间中所包含的基本事件个数 n 的比值，记为 ，如(式4-26)所示。 (式4-26) 因为这样的概率是以在“相似的条件下进行无数次试验”的观点来思考问题，并以对象本身所具有的对称性而事先得到的，故也被称为先验概率。 随机事件及其概率 定义 4?17 在相同条件下进在相同条件下进行 n 次重复试验，如果随机事件 A 发生的次数为 m，那么 称为随机事件 A 的频率。随着 n 逐渐增大时，随机事件 A 的频率越来越稳定的接近某一数值 p，那么就把 p 称为随机事件 A 的概率，记为 。 随机事件及其概率 （2）统计定义 有些随机事件发生的可能性既不能通过等可能事件个数来计算，也不能根据大量重复试验的频率来估计，但决策者又必须对其进行估计，从而做出相应的决策，这就需要应用主观概率。例如，航天飞机发射是否成功，某公司开发新产品能否盈利，我国明年通货膨胀率可能会有多高等。这些随机事件发生的可能性大小只能依据人们的主观估计