Probability and statistics

数学期望： 又称均值，期望，表达式E(x)

# The Normal Distribution(or Gaussian distribution) 正态分布 (又名高斯分布）

若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度（低标准差表明数据点往往接近平均值）。当μ = 0, σ = 1时的正态分布是标准正态分布。

 

## 标准化/z变换

正太分布 变换 标准正太分布（均值为0，标准差为1）

​​​​​​​

其中为正太分布均值，为正太分布的标准差，为变化后的值。X为随意变量。

## 标准误

标准差除以样本量的平方根

## 置信区间

大约 68% 的数据落在一个标准差（这里指抽样分布的标准差，即标准误）内，大约 95% 的数据落在均值的两个标准差内。

根据z-score，我们有 95% 的信心认为均值落在 [Mean — 1.96STD.Error, Mean + 1.96STD.Error]，并且有 99% 的信心认为均值落在更宽的范围内 [Mean — 2.58STD.Error, Mean + 2.58STD.Error]。这些范围就是我们所说的置信区间。

# The Binomial Distribution 二项分布

伯努利试验（Bernoulli experiment）是在同样的条件下重复地、相互独立地进行的一种随机试验，其特点是该随机试验只有两种可能结果：发生或者不发生。我们假设该项试验独立重复地进行了n次，那么就称这一系列重复独立的随机试验为n重伯努利试验，或称为伯努利概型。单个伯努利试验是没有多大意义的，然而，当我们反复进行伯努利试验，去观察这些试验有多少是成功的，多少是失败的，事情就变得有意义了，这些累计记录包含了很多潜在的非常有用的信息。

# Poission Distribution 泊松分布

随机变量取所有可能取值的概率：

其中λ＞0且为常数，则称X服从参数为λ的泊松分布，记为X~P(λ).
λ是单位时间(或单位面积)内随机事件的平均发生次数。泊松分布适合于描述单位时间内随机事件发生的次数。

满足泊松分布的模型：

1. 一件事在一定时间内发生的次数是随机的
2. 每次事件的发生相互独立
3. 该事件要么发生，要么不发生
4. 一段时间内该事件发生的概率已知

# 伽马分布
伽玛分布（Gamma Distribution）是统计学的一种连续概率函数，是概率统计中一种非常重要的分布。“指数分布”和“χ2分布”都是伽马分布的特例。

1. 意义：n个相互独立的指数分布的随机变量的和
2. 定义：假设随机变量X为等到第件事发生所需的等候时间则概率密度（pdf）为

 一件事发生的次数  ​​​​​​​ 事情发生一次的概率

Central Limit Theorem 中央极限定理