概率论与数理统计事的概率与频率.pptxVIP

汇报人：AA2024-01-19概率论与数理统计事的概率与频率

延时符Contents目录概率论基本概念频率与概率关系离散型随机变量及其分布连续型随机变量及其分布参数估计方法与应用假设检验方法与应用

延时符01概率论基本概念

概率是描述随机事件发生可能性大小的数值，通常用一个介于0和1之间的实数来表示。概率定义概率具有非负性、规范性、可加性和单调性。其中，非负性指概率值不能为负；规范性指必然事件的概率为1，不可能事件的概率为0；可加性指互斥事件的概率和等于它们各自概率的和；单调性指如果事件A包含事件B，则事件A的概率大于或等于事件B的概率。概率性质概率定义及性质

事件关系与运算事件之间可能存在包含、相等、互斥和独立等关系。包含关系指一个事件的发生必然导致另一个事件的发生；相等关系指两个事件同时发生或同时不发生；互斥关系指两个事件不能同时发生；独立关系指一个事件的发生与否不影响另一个事件的发生概率。事件关系事件的运算包括并、交、差和逆等。并运算指两个事件中至少有一个发生；交运算指两个事件同时发生；差运算指第一个事件发生而第二个事件不发生；逆运算指事件不发生的情况。事件运算

VS条件概率是指在某个条件下，某个事件发生的概率。条件概率的计算公式为P(A|B)=P(AB)/P(B)，其中P(A|B)表示在事件B发生的条件下，事件A发生的概率，P(AB)表示事件A和事件B同时发生的概率，P(B)表示事件B发生的概率。独立性如果两个事件的发生互不影响，则称这两个事件是相互独立的。对于相互独立的事件A和B，有P(AB)=P(A)P(B)。如果事件A的发生与否对事件B的发生概率没有影响，则称事件A对事件B是独立的。同样地，如果事件B的发生与否对事件A的发生概率没有影响，则称事件B对事件A是独立的。条件概率条件概率与独立性

延时符02频率与概率关系

频率定义及计算方法频率定义在相同条件下进行n次试验，事件A发生的次数m与总试验次数n的比值称为事件A的频率，记作f(A)。计算方法频率的计算公式为f(A)=m/n，其中m为事件A发生的次数，n为总试验次数。

大数定律当试验次数n足够大时，频率f(A)会趋于一个稳定值，这个稳定值就是事件A的概率P(A)。频率稳定性随着试验次数的增加，频率会逐渐稳定于某一常数附近，这个常数即为该事件的概率。大数定律与频率稳定性

误差来源频率近似概率的误差主要来源于试验次数的有限性以及随机误差的存在。误差分析当试验次数较少时，频率与概率之间的误差可能较大；随着试验次数的增加，误差会逐渐减小。同时，随机误差的存在也会导致频率与概率之间存在一定的偏差。为了减小误差，可以增加试验次数并采用更精确的统计方法。频率近似概率误差分析

延时符03离散型随机变量及其分布

定义离散型随机变量是指其可能取值的个数是有限的或可列的随机变量。要点一要点二性质离散型随机变量具有可列个可能取值，且每个可能取值对应的概率是非负的，所有可能取值的概率之和等于1。离散型随机变量定义及性质

常见离散型分布类型及特点描述n次独立重复试验中事件A发生的次数X的分布，其中每次试验中事件A发生的概率为p。二项分布具有对称性，当n足够大时，其分布近似于正态分布。泊松分布描述单位时间内随机事件发生的次数X的分布，其中单位时间内事件发生的平均次数为λ。泊松分布具有可加性，即两个独立的泊松分布之和仍为泊松分布。几何分布描述进行一系列独立重复试验，直到首次出现成功为止所需的试验次数X的分布，其中每次试验中成功的概率为p。几何分布的期望和方差分别为1/p和(1-p)/p^2。二项分布

期望离散型随机变量的期望是其所有可能取值与对应概率的乘积之和，反映了随机变量取值的平均水平。方差离散型随机变量的方差是其所有可能取值与期望之差的平方与对应概率的乘积之和，反映了随机变量取值的离散程度。矩离散型随机变量的k阶原点矩是其所有可能取值的k次方与对应概率的乘积之和，反映了随机变量取值分布的形态特征。期望、方差和矩等数字特征

延时符04连续型随机变量及其分布

连续型随机变量定义连续型随机变量可以在某一区间内取任意实数值，其取值具有连续性。性质连续型随机变量的概率分布函数是连续的，且其概率密度函数在某一点的值表示该点取值的相对可能性。连续型随机变量定义及性质

在某一区间内，随机变量取各个值的概率相等。均匀分布描述某些事件发生的时间间隔，具有无记忆性。指数分布一种非常常见的连续型分布，具有钟形曲线，由均值和标准差决定其形状。正态分布常见连续型分布类型及特点

期望、方差和矩等数字特征描述随机变量分布形态的特征数，包括原点矩和中心矩。原点矩是随机变量各次幂的数学期望，中心矩是随机变量与均值差值的各次幂的数学期望。矩描述随机变量取值的平均水平，对于连续型随机变量，期望等于概率密度函数与自变量乘积