一、基本符号与概念
- Ω (大写的希腊字母Omega):表示样本空间,即所有可能事件(结果)的集合。
- A, B, C, ...:表示事件。
- A ∪ B:表示事件A与B的并集,即A发生或B发生。
- A ∩ B:表示事件A与B的交集,即A和B同时发生。
- A' 或 Ā:表示事件A的补集,即A不发生。
- P(A):表示事件A发生的概率。
- P(A | B):表示在事件B发生的条件下,事件A发生的条件概率。
- P(A, B):有时用于表示A和B的联合概率,即P(A ∩ B)。
二、随机变量与分布
- X, Y, Z, ...:表示随机变量。
- f(x):表示随机变量X的概率密度函数(PDF,对连续型随机变量)。
- F(x):表示随机变量X的累积分布函数(CDF)。
- P(X = x):表示随机变量X取值为x的概率(对离散型随机变量)。
- μ (Mu) 或 E[X]:表示随机变量X的期望(均值)。
- σ² (Sigma squared):表示随机变量X的方差。
- σ (Sigma):表示随机变量X的标准差。
- ρ(X, Y):表示随机变量X和Y的相关系数。
- Cov(X, Y):表示随机变量X和Y的协方差。
三、统计量与检验
- x̄ (x bar):表示样本均值。
- s²:表示样本方差。
- s:表示样本标准差。
- n:表示样本大小。
- t:表示t统计量,用于t检验。
- Z:表示Z统计量,用于Z检验或正态分布的标准化。
- χ² (Chi-squared):表示卡方统计量,用于卡方检验。
- F:表示F统计量,用于F检验(比如ANOVA)。
- r:表示皮尔逊相关系数,衡量两个变量之间的线性关系。
- R²:表示决定系数,衡量模型解释变异的程度。
- α (Alpha):表示显著性水平,用于假设检验。
- β (Beta):表示第二类错误的概率。
- 1 - β 或 Power:表示检验的功效(1减去第二类错误的概率)。
四、特殊分布与函数
- Φ(x):表示标准正态分布的累积分布函数。
- φ(x):表示标准正态分布的概率密度函数。
- Γ(x):表示伽玛函数。
- f(x; λ):表示参数为λ的泊松分布的概率密度函数。
- f(x; μ, σ²):表示均值为μ、方差为σ²的正态分布的概率密度函数。
- B(n, p):表示二项分布,参数为n次试验和成功概率p。
- F(m, n):表示自由度为m和n的F分布。
- T(ν):表示自由度为ν的学生t分布。
- χ²(ν):表示自由度为ν的卡方分布。
五、其他常用符号
- ∑ (Sigma):求和符号。
- ∏ (Pi):求积符号。
- !:阶乘符号,如n! = n × (n - 1) × ... × 2 × 1。
- √:平方根符号,也用于表示其他次方根。
- log 或 ln:对数函数,底数可以是任何正数(如log₁₀x)或自然对数底e(如lnx)。
- exp:指数函数,如exp(x) = e^x。
- Δ (Delta):表示差值或变化量。
- ⇒ 或 ⟹:表示逻辑推理中的“因此”或“导致”。
- ≈:约等于符号,用于表示近似值。
- ∝:正比于符号,用于表示两个量之间的正比关系。
- ∞:无穷大符号,表示某个量无限制地增大。
- ≪ 和 ≫:远远小于和远远大于符号。