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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
汇报人：AA
2024-01-20
概率论与数理统计期望
目录
CONTENTS
概率论基本概念
随机变量及其分布
数理统计基础知识
期望、方差和协方差计算
大数定律和中心极限定理应用
假设检验与回归分析初步了解
概率论基本概念
不可能事件
空集∅，不包含任何样本点。
必然事件
包含样本空间中所有样本点的事件，即S本身。
基本事件
只包含一个样本点的事件。
样本空间
所有可能结果的集合，常用大写字母S表示。
事件
样本空间的子集，即某些可能结果的集合，常用大写字母A、B等表示。
概率定义
事件A发生的可能性大小的度量，记为P(A)。
非负性
P(A)≥0；
规范性
P(S)=1；
可加性
对于互斥事件A和B，有P(A∪B)=P(A)+P(B)。
在事件B发生的条件下，事件A发生的概率，记为P(A|B)。
如果事件A和B的发生互不影响，即P(A|B)=P(A)且P(B|A)=P(B)，则称事件A和B相互独立。
独立性
条件概率
随机变量及其分布
随机变量是定义在样本空间上的实值函数，它将样本空间中的每一个样本点映射到一个实数。
定义
随机变量可分为离散型随机变量和连续型随机变量。离散型随机变量的取值是有限个或可列个，而连续型随机变量的取值则是充满某个区间。
分类
分布律定义
离散型随机变量的分布律描述了随机变量取各个值的概率。对于离散型随机变量X，其分布律可以用一个概率质量函数p(x)来表示，即P{X=x}=p(x)。
常见离散型分布
常见的离散型分布包括二项分布、泊松分布、几何分布等。这些分布各自有不同的特点和应用场景。
概率密度函数定义
连续型随机变量的概率密度函数f(x)描述了随机变量在某个区间内取值的概率分布情况。与离散型随机变量不同，连续型随机变量在某个具体点的概率为0，但在某个区间内的概率则通过概率密度函数积分得到。
常见连续型分布
常见的连续型分布包括正态分布、均匀分布、指数分布等。这些分布各自有不同的概率密度函数和性质。
VS
随机变量函数是指通过一定的函数关系将原随机变量的取值映射到新的随机变量上。这种映射关系可以是线性的，也可以是非线性的。
随机变量函数的分布求法
求随机变量函数的分布通常涉及到概率论中的变换技巧，如卷积公式、雅可比行列式等。通过这些方法，可以求出新的随机变量的分布律或概率密度函数。
随机变量函数的定义
数理统计基础知识
研究对象的全体个体组成的集合，通常用一个随机变量及其分布来描述。
总体
从总体中随机抽取的一部分个体组成的集合，用于推断总体的性质。
样本
样本中包含的个体数目，通常用n表示。
样本容量
统计量
样本的函数，用于描述样本的特征，如样本均值、样本方差等。
要点一
要点二
统计量的性质
包括无偏性、有效性、一致性等，用于评价统计量的优劣。
当样本容量n足够大时，样本均值趋近于总体均值。
大数定律
当样本容量n足够大时，不论总体分布如何，样本均值的分布近似于正态分布。
中心极限定理
用于描述样本均值与总体均值的差异程度，其形状取决于样本容量n和自由度。
t分布
用样本统计量的某个值来估计总体参数的方法，如最大似然估计、矩估计等。
根据样本统计量的分布性质，构造一个包含总体参数的置信区间，并给出置信水平。常见的区间估计方法有枢轴量法、Bootstrap法等。
点估计
区间估计
期望、方差和协方差计算
方差定义：方差用于描述随机变量取值的离散程度，即各数值与其平均数差值的平方和的平均数。方差越大，说明随机变量的取值越离散；方差越小，说明随机变量的取值越集中。
方差性质：方差具有以下性质
常数的方差为0。
随机变量与其常数的乘积的方差等于该常数的平方与随机变量的方差的乘积。
两个随机变量之和的方差等于这两个随机变量各自方差的和加上两倍的它们的协方差。
01
02
03
04
05
多维随机变量期望
对于多维随机变量，其期望是一个向量，每个分量分别是该多维随机变量对应分量的期望。
多维随机变量方差
对于多维随机变量，其方差是一个矩阵，称为协方差矩阵。协方差矩阵的对角线元素分别是多维随机变量各个分量的方差，非对角线元素则是多维随机变量不同分量之间的协方差。
多维随机变量协方差
多维随机变量之间的协方差也是一个矩阵，其元素表示不同多维随机变量之间的协方差。
大数定律和中心极限定理应用
大数定律内容
在随机试验中，随着试验次数的增加，事件发生的频率趋于一个稳定值，即该事件的概率。大数定律是概率论中的基本定理之一，它揭示了随机现象中的规律性和稳定性。
应用举例
在保险行业中，保险公司利用大数定律来预测和计算风险。通过大量的历史数据和统计分析，保险公司能够比较准确地估计出某一类风险的发生概率和损失程度，从而制定相应的保险策略和费率。
中心极限定理内容
设从均值为μ、方差为σ^2（有限）的任意一个总体
文档评论（0）