统计学习第四周

统计学习第四周

一、基本概念

1.随机变量

概念：在同一组条件下，如果每次试验可能出现的结果，并且所有结果都可以列出来，即X的所有可能值为
$$x_1，x_2,x_3,...，x_n都能例举出来，而且X所有的可能值x_1,x_2,...,x_n具有确定的概率P(x_1),p(x_2),p(x_3),...,p(x_n),其中P(x_i)=p(X=x_i),$$
称为概率函数，则X称为P(X)的随机变量，P(X)称为随机变量X的概率函数。

2.古典概率

超几何分布，即设有N件产品，其中M件次品，现从中任取n件（n<=N）,则在这n件中所含的次品件数X是一个随机变量，X的概率函数为：，,m为任取n件中次品的概率。
$$P(X=m)=\frac{C_M^n{C}_{N-M}^{n-m}}{C_N^n}$$

3.条件概率

概念：设A,B是两个事件，且在P(B)>0，在事件B发生的条件下，事件A发生的条件概率为
$$P(A|B)=P(AB)/P(B)$$

4.离散变量discrete

概念：如果随机变量X的所有可能的取值都可以一一列举出来，则称X为离散型随机变量。
$$X,x_1,x_2,...,x_n,对应的概率为p_1,p_2,...,p_n,即P(X=x_i)=p_i(i=1,2,...,n)$$

$$\sum _{i=1}^n{p}_i=1,概率分布probabilitydistribution$$
1-1 离散随机变量的期望和方差

1-1-1 期望
$$E(X)=x_1{p}_1+x_2{p}_2+...+x_n{p}_n=\sum _{i=1}^n{x}_i{p}_i$$
1-1-2 方差和标准差
$$方差{\sigma }^2=D(X)=E(X-E(X){)}^2$$
方差为(X-E(X))^2的数学期望，衡量离散程度。
$$标准差\sigma =\sqrt{D(X)}$$
离散系数：计算比较不同期望值的总体之间的离中趋势。
$$V=\frac{\sigma }{E(X)}$$
(1)0-1分布 非彼几次 p 1-p

(2)均匀分布 各个P相同

5.连续变量 continuous

概念：如果随机变量X的所有取值无法逐个列举出来，而是取数轴上某一区间内的任一点，则称X为连续性随机变量。
$$\int f(x)dx$$
概率密度函数，对应的概率则是：
$$P(a<X<b)={\int }_a^{b}f(x)dx$$
连续型随机变量的概率也可以用分布函数F（x）表示
$$F(x)=P(X\le x)={\int }_{-\infty }^{x}f(t)dt,-\infty <x<+\infty$$

$$f(x)=F^{\prime }(x)$$

期望：
$$E(X)={\int }_{-\infty }^{+\infty }xf(x)dx=u$$
方差:
$$D(X)={\int }_{-\infty }^{+\infty }[x-E(x){]}^{2}f(x)dx={\sigma }^2$$

7.大数定律

偶然中的必然。

7.1切比雪夫大数定律：随着样本容量的增加，样本均值更接近与总体平均值。切比雪夫大数定理并未要求各个随机变量同分布。

7.2伯努利大数定律

7.3辛钦大数定律，常用的大数定律

二、离散变量概率分布

1.二项分布

以X表示n次重复独立实验中事件A出现的次数，：
$$P(X=x)=C_n^x{p}^x{q}^{n-x},x=0,1,...,n$$
n,p ,记作X~B(n,p)
$$C_N^X=\frac{n!}{x!(n-x)!}$$
二项分布的期望值和方差是：
$$E(X)=np,D(X)=npq$$
当n=1时，二项分布变为0-1分布：
$$P(X=x)=p^x{q}^{1-x},x=0,1$$
2.伯努利分布

伯努利分布又称为0-1分布，当n=1时，二项分布变为0-1分布：
$$P(X=x)=p^x{q}^{1-x},x=0,1$$

3.泊松分布
$$P(X)=\frac{{\lambda }^x{e}^{-\lambda }}{x!},x=0,1,...$$

$$\lambda 为给定时间间隔内事件的平均数。$$

泊松分布的期望和方差
$$E(X)=\lambda ,D(X)=\lambda$$
泊松分布可以描述的随机变量有：

（1）某企业每月发生事故的次数

（2）单位时间内达到某一服务柜台需要服务的顾客人数

（3）某种仪器每月出现故障的次数。

在n重伯努利实验中，当成功概率很小时p->0,实验次数很大时，二项分布近似等于泊松分布。
$$C_n^x{p}^x{q}^{n-x}\approx \frac{{\lambda }^x{e}^{-\lambda }}{x!}$$
当
$$p\le 0.25,n<20,np\le 5，时用泊松分布近似二项分布的效果良好。$$

三、分布的形状

1.均匀分布
各个概率均相同的分布
$$均匀分布的概率密度函数f(x)=\{\begin{array}{l}\frac{1}{b-a},a<x<b\\ 0,x<a,x>b\end{array}$$
则
$$P(c\le x\le c+l)=\frac{l}{b-a},(a\le c<c+l\le b)$$
2.正态分布

概念：如果随机变量X的概率密度函数为：
$$f(x)=\frac{1}{\sigma \sqrt{2\pi }}{e}^{-\frac{1}{2{\sigma }^2}(x-u{)}^2},-\infty <x<+\infty$$
则称X服从正态分布，记作
$$X-N（u,{\sigma }^2）,其中-\infty <x<+\infty ,\sigma >0,u为随机变量X的均值，\sigma 为随机变量X的标准差。$$

$$当u=0,\sigma =1,时，正态分布为标准正在分布。f(x)=\frac{1}{\sqrt{2\pi }}{e}^{-\frac{x^2}{2}}$$

标准正太分布的重要性在于，任何一个一般的正态分布都可以通过线性变换转换为标准正态分布，
$$X-N(u,{\sigma }^2),则Z=\frac{X-u}{\sigma }符合N（0，1）转化公式$$
正态分布在质量管理中作用，全面质量管理中
$$3\sigma ,P(u-3\sigma <x<u+3\sigma )=\Phi (3)-\Phi (-3)=0.9973$$
根据小事件概率，落在该区间外的概率进位0.27%。

在六西格玛管理质量标准意味着合格率需要达到99.9999998%，即不合格为十亿分之二。

3.指数分布
指数分布和泊松分布结合起来共同解决排队问题。怕松分布：过去1小时有5个客人结账，接下来1小时有8个人来结账的概率是多少；指数分布则是，过去20分钟有1个人来结账，接下来10分钟内有人来结账的概率是多少。
$$f(x)=\{\begin{array}{l}0,x<0\\ \frac{1}{u}{e}^{-\frac{1}{u}x}=\lambda e^{-\lambda x},x\ge 0\end{array}$$
x表示给定的时间长度，u表示随机事件发生一次的平均等待时间
$$\lambda 是u的倒数，可以解释为单位时间内随机事件发生的次数。$$

学习记录笔记
print(123)
System.out.println("adu");