第3章 统计建模与参数估计_第5节-概率不等式与集中性理论.pdfVIP

五、概率不等式与集中性理论

5.1切⽐雪夫不等式：少样本下的保守边界学

5.1.1背景：为什么需要概率不等式？数

修

5.1.2正式定义与表达必

习

5.1.3推导过程学

器

5.1.4应⽤举例与计算推理机

-

壮

5.1.5Python实现验证大

s

o

c

5.1.6与正态分布对⽐

5.1.7总结与注意事项

5.2⼤数定律：⻓时间会收敛到真理

5.2.1为什么要有⼤数定律？

5.2.2⼤数定律的定义（弱与强）

5.2.3弱⼤数定律推导

5.2.4数学与直觉解释对⽐

5.2.5实际示例：重复抛硬币

5.2.6注意事项与误区

5.2.7⼩结

5.3中⼼极限定理：为什么世界是正态的？

5.3.1直觉：从混乱到秩序学

5.3.2中⼼极限定理的形式定义数

5.3.3从切⽐雪夫到CLT推导修

必

5.3.4⼀个⾮正态分布的例⼦：均匀分布习

学

5.3.5常⻅问题与误区器

机

-

5.3.6CLT的实际意义壮

大

5.3.7⼩结s

o

c

5.4应⽤示例：误差建模、样本量估计

5.4.1应⽤场景

5.4.2误差建模：基于集中性不等式的安全边界

5.4.3样本量估计：为了达到给定精度需要多少样本？

5.4.4更紧的边界：Hoeffding不等式

5.4.5总结

5.5⼩结：集中性在参数估计中的基础地位

5.5.1集中性的本质：什么是集中？

5.5.2集中性与参数估计的联系