18个常见的数据分析面试题-概率统计类

总结了一些常见的概率与统计类的数据分析面试题，不定期更新……

随机变量的含义

一个随机事件的所有可能的值X，且每个可能值X都有确定的概率P，X就是P(X)的随机变量。比如掷骰子中出现的点数

随机变量和随机试验间有什么关系

• 随机试验：相同条件下对某随机现象进行的大量重复观测的试验，如掷硬币100次统计正面朝上的次数
• 随机变量是用来描述随机试验结果的。

划分连续型随机变量和离散型随机变量的依据

• 离散型随机变量：随机变量X能被一一列举出来，如一批产品中次品的数量，某地区人口的出生数等。
• 连续型随机变量：随机变量X不能被一一列举出来，如一批电子元器件的寿命，身高、体重等。

所以划分二者的依据是随机变量是否可数

变量独立和不相关的区别

若X和Y不相关，通常认为X和Y之间是没有线性关系，但不排除没有其他关系

若X和Y独立，是没有关系，互不干扰

因此，“不相关”是一个比“独立”要弱的概念

常见分布的分布函数/概率密度函数，以及分布的特性。

分别从离散型和连续型两方面说：

离散型随机变量的分布

• 二项分布
  进行一系列独立试验 -> 每一次试验都存在成功和失败的可能，且成功的概率相同 -> 试验次数有限。

二项分布记做X~B(n,p)，X表示n次试验中的成功次数,我们要求的是成功的次数

如发放100张优惠券，其中x张优惠券被使用的概率就是一个二项分布。

• 伯努利分布
  0-1分布，每次试验的结果只有2种，是n=1的二项分布的特殊情况

如掷硬币，只有正面朝上或反面朝上两种情况

• 几何分布
  独立试验->拿到一种卡片的概率相同->为了集齐卡片要进行多少次试验

• 泊松分布
  单独事件在给定区间内随机、独立地发生（给定区间可以是时间或空间） -> 已知该区间内的事件平均发生次数，且为有限数值。

如某加油站，平均每小时来加油的车辆为10辆，泊松分布求的这个加油站每小时前来加油的车辆次数的概率

关于离散型随机变量分布可参考：

连续型随机变量的分布

• 正态分布
  又叫高斯分布，正态分布通过参数平均值和方差确定