高考数学专题复习培训课件概率与统计.pptxVIP

汇报人:XX2024-01-25高考数学专题复习培训课件概率与统计

目录CONTENCT概率基本概念与性质随机变量及其分布统计量与抽样分布假设检验与方差分析回归分析初步了解概率统计在高考中应用举例

01概率基本概念与性质

概率定义及性质概率的定义描述某一事件发生的可能性大小的数值。概率的性质非负性、规范性（所有可能事件的概率之和为1）、可加性（互斥事件的概率之和等于它们各自概率的和）。

在某一事件已经发生的条件下，另一事件发生的概率。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。条件概率与独立性事件的独立性条件概率

全概率公式贝叶斯公式全概率公式与贝叶斯公式如果事件B能且只能与两两互斥的事件A1，A2，…，An中的一件同时发生，即B=A1B+A2B+…+AnB，且P(Ai)0(i=1,2,…,n)，则P(B)=P(A1)P(B|A1)+P(A2)P(B|A2)+…+P(An)P(B|An)。如果事件B能且只能与两两互斥的事件A1，A2，…，An中的一件同时发生，且已知P(Ai)0，P(B)0及P(Bi|Ai)(i=1,2,…,n)，则P(Ai|B)=P(Ai)P(B|Ai)∑nj=1P(Aj)P(B|Aj)。

02随机变量及其分布

取值可数的随机变量，常用$X$表示。定义分布列性质常见离散型随机变量分布描述离散型随机变量取各个值的概率，常用$P(X=x_i)$表示。所有取值的概率之和为1，即$sum_{i}P(X=x_i)=1$。二项分布、泊松分布等。离散型随机变量及分布列

定义取值充满某个区间的随机变量，常用$X$表示。概率密度函数描述连续型随机变量在某个值附近的概率变化情况，常用$f(x)$表示。性质概率密度函数非负且积分为1，即$int_{-infty}^{infty}f(x)dx=1$。常见连续型随机变量分布正态分布、均匀分布、指数分布等。连续型随机变量及概率密度函数

二项分布描述n次独立重复试验中成功次数的概率分布，记作$B(n,p)$，其中n为试验次数，p为成功概率。描述单位时间内随机事件发生的次数的概率分布，记作$P(lambda)$，其中$lambda$为单位时间内事件发生的平均次数。描述影响某个指标的随机因素非常多且每个因素的影响都很小的情况下，这个指标的概率分布，记作$N(mu,sigma^2)$，其中$mu$为均值，$sigma^2$为方差。描述在某个区间内取值等可能的随机变量的概率分布，记作$U(a,b)$，其中a和b分别为区间的下界和上界。描述两个连续事件发生的时间间隔的概率分布，记作$E(lambda)$，其中$lambda$为单位时间内事件发生的平均次数。泊松分布均匀分布指数分布正态分布常见分布类型及性质

03统计量与抽样分布

统计量定义统计量的期望值等于总体参数真值。无偏性有效性一致着样本量的增加，统计量的值逐渐接近总体参数真值。由样本数据计算出来的量，用于描述样本特征或推断总体性质。统计量的方差越小，越有效。统计量定义及性质样分布概念正态分布法t分布法F分布法抽样分布概念及计算方法当总体不服从正态分布时，样本均值服从t分布。当总体服从正态分布时，样本均值和样本方差分别服从正态分布和卡方分布。在重复抽样条件下，由样本统计量所形成的分布。两个独立卡方分布变量的比值服从F分布。

点估计区间估计假设检验用样本统计量的某个值直接作为总体参数的估计值。在点估计的基础上，给出总体参数的一个置信区间，该区间以一定的概率包含总体参数真值。先对总体参数提出一个假设，然后利用样本信息判断该假设是否成立。参数估计方法介绍

04假设检验与方差分析

假设检验的基本原理：通过构造一个与原假设相对立的备择假设，然后根据样本信息来判断原假设是否成立。假设检验原理及步骤

010203假设检验的步骤提出原假设和备择假设选择适当的检验统计量假设检验原理及步骤

假设检验原理及步骤010203计算检验统计量的值作出决策：接受或拒绝原假设确定显著性水平

单因素方差分析单因素方差分析的基本原理：通过比较不同组间的均值差异来判断因素对结果是否有显著影响。

单因素方差分析的步骤计算各组均值和总均值提出原假设和备择假设单因素方差分析

单因素方差分析01计算组间方差和组内方差02计算F值作出决策：接受或拒绝原假设03

多因素方差分析

010203多因素方差分析的步骤提出原假设和备择假设设计实验方案，确定因素和水平多因素方差分析因素方差分析进行实验，收集数据对数据进行整理和分析，计算各因素的均方和误差均方计算F值，并进行F检验作出决策：接受或拒绝原假设，并确定各因素对结果的影响程度

05回归分析初步了解

散点图观察最小二乘法回归方程建立模型检验一元线性回归模型建立通过