统计学必知知识点合集.docVIP

记录学知识点合集

实验和事件:对某事物或现象所进行的观测或实验叫实验，把成果叫事件．

基本领件(ｅlemｅｎtaryevent）:假如一个事件不能分解成两个或更多个事件，就称为基本领件。一次观测只能有一个基本领件。

样本空间：一个实验中全部的基本领件的全体称为样本空间.

古典概型：假如某一随机实验的成果有限,而且各个成果出现的可能性相等,则某一事件A发生的概率为该事件所包含的基本领件个数m与样本空间中所包含的基本领件个数n的比值。

记录概型:在相同条件下随机实验n次,某事件A出现m次(m≤ｎ），则ｍ/n称为事件Ａ发生的频率。随着ｎ增大，该频率围绕某一常数p上下波动,且波动幅度逐渐减小,趋于稳定，这个频率的稳定值就是该事件的概率。

概率加法：(1)两个互斥事件：P(A+B)=P（A）+P（B）;任意两随机事件:Ｐ(A＋B）=P（A）+Ｐ（B）-P（AB）。

事件独立(iｎdependｅnt）:一个事件发生是否不会影响另一个事件发生的概率，公式为：P(AB）=P（Ａ)P(B）。互斥(相依赖）一定不独立,不独立不一定互斥(相依赖)。

全概率公式:依照某一事件发生的各种因素的概率,计算该事件的概率。计算公式为：。

贝叶斯公式:在条件概率的基础上寻找事件发生的因素．计算公式为:?，分母就是全概率公式.也称为逆概率公式。该公式是在观测到事件Ｂ已发生的条件下，寻找导致Ａ发生的每个因素Ａi的概率。P(Ai)称为验前概率，P（Ai|B)是验后概率。

0—1分布：。0—1分布也称为两点分布,即非A即B。关于是否的概率统统是0-1分布。性别。

二项分布：现实生活中，许多事件只是具备两种互斥成果的离散变量。如男性和女性、某种化验成果的阴性阳性,这就是二项分布．.参数为n,ｐ,记为X~B（n,p）。Ｅ(Ｘ)＝nｐ,D(Ｘ）=nｐq。当成功的概率很小,而实验次数很大时，二项分布接近泊松分布，此时=np。即P≤0.25,n20,np≤５.二项定理近似服从正态分布。二项分布是0—1分布的n重实验，表达含量为n的样本中,有X个所需成果的概率。

二项分布的正态近似:?,其中ａ=，b=，q=1-p。

超几何分布:.即二项分布中,无放回的情况。

泊松分布（ｐoｉｓsondistrｉｂuｔion):用来描述在一指定时间范围内或在指定的面积之内某事件出现的次数的分布。如某公司中每个月发生的事故次数、单位时间内到达某一服务柜台需要服务的用户人数、人寿保险公司天天收到的死亡声明个数、某种仪器每个月出现故障的次数等。公式为:,E(Ｘ）=,D(X）＝。是給定时间间隔内事件的平均数。

盼望：各可能值xｉ与其相应概率pｉ的乘积之和为该随机变量Ｘ的盼望,即。

概率密度满足的条件：(1)f（x)≥０;(2)。连续型随机变量的概率密度是其分布函数的倒数。。;

.

正态分布（nｏｒmaldiｓｔrｉｂution）：正态分布的概率密度为：，x∈Ｒ．记作X～()．

正态分布图形特点：(1）f(x)≥0,即整个概率密度曲线都在x轴上方;(２）ｆ(x)相对于x＝对称，并在x=处取到最大值,最大值为；(3）曲线的陡缓由σ决定,σ越大,越平缓，σ越小,曲线越陡峭；(4)当x趋于无穷时，曲线以x轴为渐近线。

正态分布的例子：某地区同年龄组小朋友的发育特征、某公司的销售量、同一条件下产品的质量以平均质量为中心上下摆动、特别差和特别好的都是少数,多数在中间状态,如人群中的高个子和矮个子都是少数,中档身材居多等.

原则正态分布，即在正态分布中，=０，σ=1，有,即X~Ｎ（0,1).用表达分布函数,表达概率密度。(—x)=1—(x）。

方差：即每个随机变量取值与盼望值的离差平方的盼望值.随机变量的方差计算公式为:。

原则差:随机变量的方差的平方根为原则差，记。原则差与随机变量Ｘ有相同的度量单位。

盼望、原则差、离散系数的使用：假如盼望相同，那么比较原则差;假如盼望不一样,那么比较离散系数.

3σ准则:由原则正态分布得:当X~N(0，1)时，P(｜X|≤1）=2(1）—１=0．68２６;P(|X|≤2)＝2（２)－１=０.9545;P(｜X|≤３)＝2(3)-1=0.9973．这阐明Ｘ的取值几乎全部集中在[-３,3]之间，超过这个范围的不到０．3%。将结论推广到通常正态，即X~N（,σ)时，有P(|X-｜≤σ)＝０。6826;Ｐ（|X-|≤２σ)=0。95４5;P(｜X—｜≤３σ）=0。997３．可以认为X的值一定落在(—3σ,+3σ）内．

矩：(1)为样本k阶矩,其反映出总体ｋ阶矩的信息,当k=１时,即均值；（2)为样本k阶中心矩，它反映出总体k阶中心矩的信息，当k=2时，即方差；（3)为样本偏度，它反映总体偏度的信息,偏度反映了随机变量密度函数曲线在众数两边的对称偏斜性；?(4）为样本峰度,