原创力文档- 1、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。。
- 2、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。
- 3、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
公理三：
￥
Pr(前AJ=? Pr(A)
i=1
求并公式：
Pr(G：A)= ? Pr(A)-? Pr(AA)+? Pr(AAjA)
-? Pr(AAAA)+ - + (-1)n+1 Pr(AA/ JA)
全概公式和贝叶斯定理：
k
Pr(A) = ? Pr(B”Pr( A|B.)
j=i
PrQ|A)= kPr(Bi)Pr(A|B) ?Pr(BJPr(A|BJ
j=1
二元边际分布：
￥
fi(x)= d f(x, y)dy
￥
f2(y)= f(x,y)dx
二元条件分布：
fiy
转换：
阪片?.川畑代卜)
独立性的判断：
si.i-Tl )- /；(*)伽 Vv
./?■ V.T jz
多元边际分布：
函数的期望：
EfF)订”寸申“…丸⑷环…九册…出. 期望的性质：
.If Y=aX+b, then E(Y)=aE(X)+b. .E(X1+...+Xn)=E(X1)+...+E(Xn)无需独立 .E(a1X1+...+anXn+b)=a1E(X1)+...+ an E(X n)+b
. I需要独立
方差(一致收敛)：
方差的性质：
.Var(X)=0 if and only if there exists a con sta nt c such that Pr(X=c)=1.
.\ WaX ±b} = a1Var(Xy
.m mx ：-|
.Var(X1+...+Xn)=Var(X1)+...+Var(Xn)要独立
Fir鬥+ 町.it： ? b) ■ JV( ) + ■■■+■ )
协方差(covariance): G?u\r)-Ei(T-^ Hr- )j|
■ ■ ■ Cov(X,Y) will be fin ite.
.Cov(X,Y) can be positive, n egative, or zero.
相关系数(correlation ):
.v * % 5 Cor(X,Y will be finite. .-SXJML.
.X and Y are positively correlated:
jr~l
X and Y are negatively correlated: r 0
X and Y are uncorrelated:「 =0
多元条件分布:
独立性的判断：
随机样本(random
相关性质：
.Cov(X,Y)=E(XY)-E(X)E(Y)
.If X and Y are in depe ndent,
Gv(xn=^(xn=o
但是不相关的变量不一定独立。
.Suppose X is a ran dom variable with, suppose that Y=aX+b where.
If a0, the n
If a0, then - 1
.Var(X+Y)二Var(X)+Var(Y)+2Cov(X,Y)
let X denote the sample mean, n
Xn ? ?? m
正态分布(标准正态分布)：
jt ?
1 ? 1 2?
f (z) = exp?- z + for - ￥ z ￥
e 2 ?
z
F (z) = bJ(u)du for - ￥ z ￥
正态分布的线性变换：
If X has a no rmal distributi on with mea n m and varianee $ 2, and if Y=aX+b, then Y has a normal distribution with mean am+ b and
- 2 2
varianee a2g
正态随机变量的线性组合:
If the random variables X1,...,Xk are
in depe ndent and if Xi has a no rmal
distribution with mean m and varianee $ 2
the n the sum X1+...+Xk has a no rmal distribution with mean
m+ +m
and varia nee
2 2
s 1 +…+S k
中心极限定理：
If the ran dom variables X1,...,X n form a ran dom sample of size n from a give n distribution with mean mand variance$ 2 ..c 0l1/2(Xn- m? r u n?mPr —￡x?ff(x)
条件期望：
￥ 关于x的分布
E(Y |X=x)= /(ylxMy
￥
E[E(Y|X)]= d E(Y|x)f’(x)dx=E(Y) 条件方差：
2
Var(Y |x) = E{?Y- E(Y |x)U|x} = E
文档评论（0）