《统计学概率》课件.pptVIP

*****************统计学概率的定义和作用11.定义统计学概率指在一个随机事件中，该事件发生的可能性大小。22.用途统计学概率应用广泛，帮助分析和预测随机现象，解决日常生活和科研中的问题。33.意义统计学概率提供了一种量化事件发生可能性，为决策提供科学依据。44.优势相比于经验判断，统计学概率更客观准确，可以有效减少主观因素带来的偏差。统计学概率的基本概念概率随机事件发生的可能性，用0到1之间的数值表示，数值越大，事件发生的可能性越大。样本空间随机试验所有可能结果的集合，它包含了所有可能的发生情况。事件样本空间中满足特定条件的结果集合，例如“抛硬币正面朝上”就是一个事件。随机变量随机试验结果的数值表示，可以是离散的（如抛硬币次数）或连续的（如身高）。随机试验和随机事件随机试验是指在相同条件下可以重复进行，但结果无法预先确定的试验。例如，掷骰子，每次掷骰子结果都可能不同，但掷骰子的过程是可重复的。随机事件是随机试验中可能出现的结果，例如，掷骰子得到6点就是一个随机事件。1随机试验可重复进行2随机事件可能出现的结果3随机现象结果不确定概率公理及其基本性质非负性任何事件的概率都大于或等于0。规范性样本空间中所有事件的概率之和为1。可加性互斥事件的概率等于它们的概率之和。古典概率模型定义古典概率模型适用于有限个等可能事件的情况，每个事件发生的概率相同。应用例如，掷骰子时，每个面出现的概率都是1/6，这是古典概率模型的一个典型应用。计算古典概率模型的计算公式为：事件A发生的概率=事件A包含的基本事件数/所有基本事件总数。几何概率模型定义几何概率模型用于计算随机事件发生的概率，其中事件发生的可能性取决于随机变量在某个几何区域内发生的可能性。它基于几何区域的面积、体积或长度等几何性质。应用几何概率模型广泛应用于各种领域，例如：目标命中率随机点落在特定区域的概率随机事件发生在特定时间段的概率条件概率与全概率公式1条件概率条件概率是指在已知某事件发生的条件下，另一个事件发生的概率。2全概率公式全概率公式是将一个事件的概率分解为多个互斥事件的概率之和。3应用场景这两个公式在统计学、机器学习、风险评估等领域有广泛应用。贝叶斯公式及其应用公式介绍贝叶斯公式基于先验概率和似然函数，计算后验概率。医学诊断贝叶斯公式可用于根据症状和先验信息，诊断疾病的概率。垃圾邮件过滤应用贝叶斯公式，根据邮件内容和发送者信息，判断邮件是否为垃圾邮件。决策支持贝叶斯公式帮助决策者，根据现有信息更新对事件的信念，做出更合理的决策。离散随机变量及其概率分布离散随机变量离散随机变量是指其取值只能是有限个或可数个值的随机变量，例如，掷骰子得到的结果，或某一时间段内通过的汽车数量。概率分布离散随机变量的概率分布描述了每个可能取值的概率，可以由表格或公式表示。期望和方差期望表示离散随机变量的平均取值，而方差表示离散随机变量取值偏离期望的程度。连续随机变量及其概率密度函数定义连续随机变量是指其取值可以是某个范围内任意实数的随机变量。概率密度函数描述了连续随机变量在每个取值点的概率密度。性质概率密度函数是非负的，并且其在整个取值范围内的积分等于1。概率密度函数的曲线下面积表示随机变量落在某个区间的概率。重要性概率密度函数是研究连续随机变量的重要工具，它可以用来计算随机变量落在某个区间的概率，以及计算随机变量的期望、方差等统计量。常见的离散概率分布伯努利分布伯努利分布是描述一次随机试验中只有两种可能结果的概率分布。例如，抛硬币一次，结果要么是正面，要么是反面。二项分布二项分布描述的是在n次独立的伯努利试验中，成功次数的概率分布。例如，在10次抛硬币中，正面出现的次数。泊松分布泊松分布描述的是在一定时间或空间内，事件发生的次数的概率分布。例如，在某一特定时间段内，某电话交换台接到的电话次数。几何分布几何分布描述的是在独立的伯努利试验中，第一次取得成功的试验次数的概率分布。例如，在连续抛硬币中，第一次出现正面的次数。常见的连续概率分布1正态分布在统计学中，正态分布是最常见的连续分布之一，它在自然科学、社会科学和工程领域都有广泛的应用。2指数分布指数分布通常用于描述事件发生的时间间隔，例如机器故障时间或产品的使用寿命。3均匀分布均匀分布是指在给定区间内所有值出现的概率都相等的分布，常用于描述随机事件在特定时间段内的均匀发生。4其他分布除了上述常见的分布之外，还有一些其他的连续概率分布，例如伽马分布、贝塔分布和t分布，它们