- 1、本文档共8页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
1.概率的定义
概率是衡量事件发生可能性的数值,通常用一个介于0和1之间的实数表示。公式为:
$$
P(E)=\frac{\text{事件E发生的次数}}{\text{所有可能结果的次数}}
$$
2.样本空间
样本空间是指所有可能结果的集合。公式为:
$$
S=\{\text{所有可能的结果}\}
$$
3.事件的概率
事件的概率是事件发生的可能性。公式为:
$$
P(E)=\frac{\text{事件E的结果数}}{\text{样本空间的结果数}}
$$
4.互斥事件
互斥事件是指两个事件不能同时发生。公式为:
$$
P(E\cupF)=P(E)+P(F)
$$
5.相容事件
相容事件是指两个事件可以同时发生。公式为:
$$
P(E\capF)=P(E)\timesP(F)
$$
6.条件概率
条件概率是指在事件A发生的条件下,事件B发生的概率。公式为:
$$
P(B|A)=\frac{P(A\capB)}{P(A)}
$$
7.独立事件
独立事件是指一个事件的发生不会影响另一个事件的发生。公式为:
$$
P(A\capB)=P(A)\timesP(B)
$$
8.全概率公式
全概率公式用于计算在不知道具体事件发生的情况下,另一个事件发生的概率。公式为:
$$
P(A)=\sum_{i=1}^{n}P(A|B_i)\timesP(B_i)
$$
9.贝叶斯定理
贝叶斯定理用于在已知某些条件下,计算事件发生的概率。公式为:
$$
P(A|B)=\frac{P(B|A)\timesP(A)}{P(B)}
$$
10.随机变量的期望值
随机变量的期望值是随机变量的平均值。公式为:
$$
E(X)=\sum_{i=1}^{n}x_i\timesP(X=x_i)
$$
11.随机变量的方差
随机变量的方差是衡量随机变量离散程度的指标。公式为:
$$
Var(X)=E[(XE(X))^2]
$$
12.正态分布
正态分布是一种常见的连续概率分布。公式为:
$$
f(x)=\frac{1}{\sqrt{2\pi\sigma^2}}e^{\frac{(x\mu)^2}{2\sigma^2}}
$$
13.二项分布
二项分布是一种离散概率分布,描述了在固定次数的独立实验中成功的次数。公式为:
$$
P(X=k)=\binom{n}{k}p^k(1p)^{nk}
$$
其中,$n$是实验次数,$k$是成功的次数,$p$是每次实验成功的概率。
14.泊松分布
泊松分布是一种离散概率分布,描述了在固定时间或空间内发生的事件数。公式为:
$$
P(X=k)=\frac{\lambda^ke^{\lambda}}{k!}
$$
其中,$\lambda$是单位时间或空间内事件发生的平均次数。
15.均匀分布
均匀分布是一种连续概率分布,描述了在某个区间内所有值具有相同概率的随机变量。公式为:
$$
f(x)=\frac{1}{ba}
$$
其中,$a$和$b$是区间的下限和上限。
16.指数分布
指数分布是一种连续概率分布,描述了事件发生的时间间隔。公式为:
$$
f(x)=\lambdae^{\lambdax}
$$
其中,$\lambda$是事件发生的平均速率。
17.假设检验
假设检验是一种统计方法,用于判断一个假设是否成立。常用的假设检验方法包括:
Z检验:用于大样本或已知总体标准差的情况。
t检验:用于小样本或未知总体标准差的情况。
卡方检验:用于检验两个分类变量之间的独立性。
F检验:用于比较两个或多个样本的方差。
18.相关性
相关性是衡量两个变量之间线性关系的强度和方向的指标。常用的相关性指标包括:
皮尔逊相关系数:用于衡量两个连续变量之间的线性关系。
斯皮尔曼等级相关系数:用于衡量两个有序变量之间的线性关系。
19.回归分析
回归分析是一种统计方法,用于预测一个变量(因变量)与一个或多个变量(自变量)之间的关系。常用的回归分析方法包括:
线性回归:用于预测因变量与自变量之间的线性关系。
逻辑回归:用于预测因变量与自变量之间的非线性关系。
20.联合概率分布
联合概率分布描述了两个或多个随机变量同时发生的概率。公式为:
$$
P(X=x,Y=y)=f(x,y)
$$
其中,$f(x,y)$是随机变量$X$和$Y$的联合概率密度函数。
21.边缘概率分布
边缘概率分布描述了一个随机变量的概率分布,而不考虑其他随机变量的值。公式为:
$
您可能关注的文档
最近下载
- 《城市轨道交通通信与信号》教案 第6课 联锁设备(一).docx
- 健康讲座类PPT大纲.pptx VIP
- 教科版三年级上册《科学》全册ppt课件.pptx
- 《圆明园的毁灭》公开课优质课精品课件.pptx
- 临沧市一中“五禁令”“十不准”.doc
- 超星尔雅学习通《法律与社会(复旦大学)》章节测试答案.docx VIP
- 新时期高校共青团工作改革及创新.doc
- 《2019年3月18日学校思想政治理论课教师座谈会》重要试题及答案.doc
- Unit 3 Reading for Writing(教学课件)-高中英语人教版(2019)必修一.pptx VIP
- 共产党宣言全面解读-共产党宣言课件.ppt VIP
文档评论(0)