统计概率知识点归纳总结大全.docxVIP

统计概率知识点概括总结大全 1．认识随机事件的发生计在着规律性和随机事件概率的意义． 2．认识等可能性事件的概率的意义，会用摆列组合的基本公式计算一些等可能性事件的概 率. 3．认识互斥事件、互相独立事件的意义，会用互斥事件的概率加法公式与互相独立事件的 概率乘法公式计算一些事件的概率． 4．会计算事件在n次独立重复试验中恰巧发生k次的概率． 5．掌握失散型随机变量的散布列. 6．掌握失散型随机变量的希望与方差. 7．掌握抽样方法与整体散布的预计. 8．掌握正态散布与线性回归. 考点1.求等可能性事件、互斥事件和互相独立事件的概率 解此类题目常应用以下知识: (1)等可能性事件(古典概型)的概率：P(A)＝card(A)＝m;card(I)n 等可能事件概率的计算步骤： 1）计算一次试验的基本领件总数n; 2）设所求事件A，并计算事件A包括的基本领件的个数m; （3） 依公式P(A) m求值; n （4）答，即给问题一个明确的回复. (2)互斥事件有一个发生的概率：P(A＋B)＝P(A)＋P(B); 特例：对峙事件的概率：P(A)＋P(A)＝P(A＋A)＝1. (3)互相独立事件同时发生的概率：P(A·B)＝P(A)·P(B); 特例：独立重复试验的概率： n k k nk.此中P为事件A在一次试验中发生 P(k)＝Cn p(1 p) 的概率，此式为二项式[(1-P)+P]n睁开的第k+1项. (4)解决概率问题要注意“四个步骤，一个联合”： ①求概率的步骤是： 等可能事件 第一步，确立事件性质互斥事件 独立事件 次独立重复试验 即所给的问题归纳为四类事件中的某一种. 第二步，判断事件的运算和事件 积事件 即是起码有一个发生，仍是同时发生，分别运用相加或相乘事件. 等可能事件: m P(A) 求解 第三步，运用公式 n 互斥事件：P(AB)P(A) 独立事件：P(AB)P(A) n次独立重复试验:Pn(k)  (B) P(B) Cnkpk(1p)nk 第四步，答，即给提出的问题有一个明确的回复. 考点2失散型随机变量的散布列 1.随机变量及有关观点 ①随机试验的结果能够用一个变量来表示，这样的变量叫做随机变量，常用希腊字母ξ、 η等表示. ②随机变量可能取的值，能够按必定序次一一列出，这样的随机变量叫做失散型随机变量. ③随机变量能够取某区间内的全部值，这样的随机变量叫做连续型随机变量. 2.失散型随机变量的散布列 ①失散型随机变量的散布列的观点和性质 一般地，设失散型随机变量 可能取的值为x1，x2，，xi，，取每一个值xi （i 1，2，）的概率P（ xi）=Pi，则称下表. x1x2xi PP1P2Pi 为随机变量的概率散布，简称的散布列. 由概率的性质可知，任一失散型随机变量的散布列都拥有下述两个性质： （1）Pi0，i1，2，;（2）P1P2=1. ②常有的失散型随机变量的散布列： （1）二项散布 n次独立重复试验中，事件A发生的次数是一个随机变量，其全部可能的取值为0， 1，2，n，而且PkP(k)Cnkpkqnk，此中0kn，q1p，随机变量的散布列如 下： 01kn PCn0p0qnC1np1qn1CnkpkqnkCnnpnq0 称这样随机变量听从二项散布，记作~B(n,p)，此中n、p为参数，并记： Cnkpkqnkb(k;n,p). （2）几何散布 在独立重复试验中，某事件第一次发生时所作的试验的次数是一个取值为正整数 的失散型随机变量，“k”表示在第k次独立重复试验时势件第一次发生. 随机变量的概率散布为： 123k Ppqp  q2pqk1p 考点3失散型随机变量的希望与方差 随机变量的数学希望和方差 (1)失散型随机变量的数学希望：Ex1p1x2p2；希望反应随机变量取值的均匀水平. ⑵失散型随机变量的方差：D(x1E)2p1(x2E)2p2(xnE)2pn； 方差反应随机变量取值的稳固与颠簸，集中与失散的程度. ⑶基天性质：E(ab)aEb；D(ab)a2D. (4)若～B(n，p)，则Enp;D=npq（这里q=1-p）; 假如随机变量 听从几何散布，P( k)g(k,p)，则 E 1，D =q p p2  此中q=1-p. 考点4抽样方法与整体散布的预计 抽样方法 1．简单随机抽样：设一个整体的个数为N，假如经过逐一抽取的方法从中抽取一个样本， 且每次抽取时各个个体被抽到的概率相等，就称这样的抽样为简单随机抽样.常用抽签法和随机数表法. 2．系统抽样：当整体中的个数许多时，可将整体分红平衡的几个部分，而后依据早先定出的规则，从每一部分抽取1个个体，获得所需要的样本，这类抽样叫做系统抽样（也称为 机械抽样）. 3．分层抽样：当已知整体由差别显然的几部分构成时，常将整体分红几部分，而后依据各