概率论与数理统计-重要公式.docVIP

概率论与数理统计-重要公式

一、随机事件与概率

公式名称

公式表达式

德摩根公式

，

古典概型

几何概型

，其中μ为几何度量（长度、面积、体积）

求逆公式

加法公式

P(A∪B)=P(A+B)=P(A)+P(B)-P(AB)

当P(AB)＝0（A、B互斥）时，P(A∪B)=P(A)+P(B)

减法公式

P(A-B)=P(A)-P(AB)，时P(A-B)=P(A)-P(B)

条件概率公式

乘法公式

全概率公式

从原因计算结果

贝叶斯公式

（逆概率公式）

从结果找原因

两个事件

相互独立

；；；

二、随机变量及其分布

1、分布函数

概率密度函数

计算概率：

2、离散型随机变量及其分布

分布名称

分布律

0-1分布X～b(1,p)

二项分布(贝努利分布)

X～B(n,p)

泊松分布X～p()

3、续型型随机变量及其分布

分布名称

密度函数

分布函数

均匀分布

x～U(a,b)

指数分布

X～E()

正态分布

x～N()

标准正态分布

x～N(0,1)

一般正态分布的概率计算公式

分布函数

对离散型随机变量

对连续型随机变量

分布函数与密度函数的重要关系：

4、随机变量函数Y=g(X)的分布

离散型：，

连续型：①分布函数法，

②公式法

h(y)是g(x)的反函数

三、多维随机变量及其分布

1、离散型二维随机变量及其分布

分布律：联合分布函数

边缘分布律：

条件分布律：，

联合密度函数

2、连续型二维随机变量及其分布

①分布函数及性质

分布函数：

性质：

②边缘分布函数与边缘密度函数

分布函数：密度函数：

③条件概率密度

，

3、随机变量的独立性

随机变量X、Y相互独立，

离散型：，连续型：

4、二维随机变量和函数的分布(卷积公式)

离散型：注意部分可加性

连续型：

四、随机变量的数字特征

1、数学期望

①定义：离散型，连续型

②性质：，，

，当X、Y相互独立时：(正对逆错)

随机变量g(X)的数学期望

2、方差

①定义：

②性质：，，

当X、Y相互独立时：

3、协方差与相关系数

①协方差：，当X、Y相互独立时：

②相关系数：，当X、Y相互独立时：(X,Y不相关)

③协方差和相关系数的性质：，

，

Cov(x,a)=0(a为常数)，

4、常见随机变量分布的数学期望和方差

③解方程：，解得：

3.估计量的评价标准

估计量的评价标准

无偏性

设为未知参数的估计量。若E(）=，则称为的无偏估计量。

有效性

设和是未知参数的两个无偏估计量。若，则称有效。

一致性

设是的一串估计量，如，有则称为的一致估计量（或相合估计量）。

正态总体中，样本均值是的无偏估计量

修正样本方差是的无偏估计量

5.区间估计单正态总体参数的置信区间

条件

估计

参数

枢轴量

枢轴量

分布

置信水平为的置信区间

已知

未知

未知

未知

八、假设检验

1.假设检验的基本概念

基本思想

假设检验的统计思想是小概率原理。

小概率事件的概率就是显著性水平α，常取α=0.05，0.01或0.10。

基本步骤

①提出原假设H0；②选择检验统计量；③对于α查表找分位数λ，使，从而定出拒绝域W；

④由样本观测值计算统计量实测值；并作出判断：当实测值落入W时拒绝H0，否则认为接受H0。

第一类错误：当H0为真时，而样本值却落入了拒绝域，应当否定H0。“弃真错误”

P{拒绝H0|H0为真}=

第二类错误：当H1为真时，而样本值却落入了接受域，应接受H0。“取伪错误”

P{接受H0|H1为真}=

2.单正态总体均值和方差的假设检验