《深入浅出统计学（中文版）》读书笔记【全15章】

前言

很基础的一些统计学知识。

正文

1 信息图形化

---

2 集中趋势的度量

---

3 分散性与变异性的量度

---

4 概率计算

$发生事件A的概率=\frac{发生实践A的可能数目}{所有可能结果的数目}$

$P(A)=\frac{n(A)}{n(S)}$

$S$：概率空间，样本空间，表示所有可能结果的集合。可能发生的时间都是$S$的子集。

事件	释义	维恩图
对立事件$A^{\prime }$	$A^{\prime }$是$A$的对立事件，即事件$A$不可能发生的事件，它的概率为$P(A^{\prime })=1-P(A)$
互斥事件	如果两个事件是互斥事件，则只有其中一个事件会发生
相交事件	如果两个事件相交，则这两个事件有可能同时发生

集合	维恩图
交集 $\cap$
并集 $\cup$

为了求出以事件A或B为结果的概率，可以使用下列算法：
$P(A\cup B)=P(A)+P(B)-P(A\cap B)$

• 条件概率
  以事件$B$为已知条件的事件$A$的概率（假定B已发生，根据这个假设算出事件A的发生概率）：
  $P(A|B)=\frac{P(A\cap B)}{P(B)}$

如果$A$与$B$互斥，那么$P(A\cap B)=0$且$P(A|B)=0$

全概率公式（根据条件概率计算一个特定事件的全概率）：
$P(B)=P(A)\ast P(B|A)+P(A^{\prime })\ast P(B|A^{\prime })$
贝叶斯定理（计算逆条件概率）：
$P(A|B)=\frac{P(A)\ast P(B|A)}{P(A)\ast P(B|A)+P(A^{\prime })\ast P(B|A^{\prime })}$

事件	释义
相关事件	如果几个事件互有影响，则为相关事件
独立事件	如果几个事件互不影响，则为独立事件

对于独立事件来说：
$P(A|B)=P(A)$（独立性检验）
$P(A\cap B)=P(A)\ast P(B)$

如果A、B是互斥事件，则二者不会是独立事件；如果A、B是独立事件，则二者不会是互斥事件。（互斥意味着相关）

---

5 离散概率分布的运用

• 期望
  $E(X)=\sum xP(X=x)$

• 方差
  $Var(X)=E(X-\mu {)}^2=\sum (x-\mu {)}^{2}P(X=x)$

• 标准差
  $\sigma =\sqrt{Var(X)}$