概率的性质
条件概率
古典概型
全概率公式
贝叶斯公式
事件的独立性
1.1一维离散性随机变量及其分布
1.常见的离散型随机分布
1)二项分布
2)泊松分布
1.2一维连续性随机变量及其分布
1.性质:
给出线性方程,求概率密度函数。
常见的一维连续分布:
1)均匀分布
2)指数分布
3)正态分布
标准正态分布
满足X~N(0,1)
性质:
一般正态分布X~N(,
^2)可以通过线性变换Z=(X-
)/
~N(0,1)。
1.3一维随机变量函数的分布
注:F'(x)=f(x)
二维连续型随机变量的分布
求边缘概率密度:FX把y积分掉
数学期望和方差
方差
独立==>不相关,不相关不能推独立
只有二维正态可以互推。
不相关的条件:
切比雪夫不等式
统计学基础:
统计量不含未知参数
三大分布
矩估计
最大似然估计
无偏性
区间估计
假设检验