大学大学应用概率与统计课件.pptVIP

*******************大学应用概率与统计课件概率与统计是许多学科的基础，如工程、经济学、金融和生物学。本课程旨在为学生提供概率与统计理论和应用方面的知识，并培养其解决实际问题的能力。课程概述概率统计的重要性概率统计广泛应用于各个领域，如经济、金融、生物、工程等。课程内容本课程涵盖概率统计的基本概念、常用方法以及数据分析应用。学习目标掌握概率统计的理论知识，并能运用数据分析方法解决实际问题。概率统计的基本概念11.随机现象随机现象是无法预测结果的事件，例如抛硬币的结果，它可能是正面或反面。22.随机事件随机事件是随机现象的结果，例如抛硬币的结果，正面或反面就是一个随机事件。33.概率概率是衡量随机事件发生的可能性大小，范围在0到1之间。44.统计学统计学是收集、整理、分析和解释数据的学科，用于了解随机现象背后的规律。随机事件与概率随机事件随机事件是指在特定条件下可能发生也可能不发生的事件。例如，抛硬币的结果是正面或反面。概率概率是指随机事件发生的可能性大小，用0到1之间的数字表示。例如，从一副扑克牌中随机抽取一张牌，抽到红桃A的概率是1/52。条件概率与贝叶斯公式条件概率事件A发生的概率是在事件B已经发生的条件下，事件A发生的概率。条件概率公式为：P(A|B)=P(A∩B)/P(B)。贝叶斯公式贝叶斯公式是将先验概率和似然函数结合起来，计算后验概率的公式。贝叶斯公式为：P(A|B)=P(B|A)*P(A)/P(B)。随机变量及其分布随机变量随机变量是将随机现象的结果用数值表示的变量。概率分布概率分布描述随机变量取各个值的概率。离散型随机变量离散型随机变量的值只能取有限个或可数个值。连续型随机变量连续型随机变量的值可以在一定范围内取任意值。离散概率分布1伯努利分布描述单个事件的概率，例如抛硬币的结果。2二项分布描述一系列独立试验中成功的次数，例如掷硬币多次得到正面次数。3泊松分布描述在特定时间或空间内事件发生的次数，例如在特定时间内电话呼入的数量。4几何分布描述第一次成功之前所需的试验次数，例如掷骰子直到得到6点所需次数。连续概率分布正态分布描述连续随机变量的常见分布，呈钟形曲线，广泛应用于统计学和机器学习。指数分布用于分析事件发生的时间间隔，例如，设备故障或顾客到达时间。均匀分布在给定范围内每个值都有相同概率，例如，随机数生成器。伽马分布用于分析等待时间或事件发生次数，例如，服务时间或事故数量。数据收集与描述性统计1数据收集数据收集是进行任何统计分析的第一步。2数据清洗清理不完整，错误，或重复数据。3数据整理将数据组织成表格，分类，汇总等。4数据描述使用图表和统计指标描述数据。数据收集是将现实世界的信息转化为可供统计分析的数字数据，是一个关键的步骤，确保数据的质量和准确性。总体与样本总体总体是指研究对象的全体，例如：所有中国大学生的身高。样本样本是总体的一部分，例如：从中国大学生的总体中随机抽取的100名学生的身高。总体与样本的关系样本是总体的代表，通过样本的信息可以推断总体的情况。点估计与区间估计点估计点估计是利用样本统计量来估计总体参数的值。它提供了一个单一数值作为总体参数的最佳猜测。常用的点估计方法包括最大似然估计、最小二乘估计等。区间估计区间估计则是根据样本数据，计算出总体参数的置信区间，即一个包含总体参数真值的范围。置信区间表明了估计结果的可靠程度，并提供了关于总体参数的不确定性信息。假设检验的基本概念统计假设对总体参数提出的一种假设，例如，总体均值是否等于某个值。检验统计量用来衡量样本数据与假设值之间差异的指标。拒绝域在检验统计量取值范围内，导致拒绝原假设的区域。显著性水平拒绝原假设的风险，通常设置为0.05，表示有5%的概率错误地拒绝了正确的原假设。一个总体均值的假设检验1建立假设设定原假设和备择假设2选择检验统计量根据数据类型选择合适的检验统计量3确定拒绝域根据显著性水平确定拒绝域4计算检验统计量计算检验统计量值5做出决策根据检验结果做出拒绝或不拒绝原假设的决策一个总体均值的假设检验用于检验总体均值是否等于某个特定值。两个总体均值的比较独立样本t检验用于比较来自两个独立样本的均值，例如，比较两组学生的考试成绩。配对样本t检验用于比较来自同一组个体在不同时间点或不同条件下的均值，例如，比较同一组人在使用药物前后的血压变化。假设检验步骤建立原假设和备择假设选择合适的检验统计量确定