15 概率
**贝叶斯概率:**基于当前情形的个人判断使用先验知识来给概率赋值
条件概率:一个事件在另一个发生的事件下发生概率
交集 并集 补集
随机变量:一个偶然的机或者随机出现特定结果的变量
概率分布:将随机变量与定义概率函数相联系是有意义的
观察值:观察到随机变量的值
概率质量函数:与离散随机变量相关的概率分布
离散随机变量
X.outcomes <- c(-4,0,1,8)
X.prob <- c(0.32,0.48,0.15,0.05)
barplot(X.prob,ylim=c(0,0.5),names.arg=X.outcomes,space=0,xlab="x",ylab="Pr(X = x)") #画出概率条形图
X.cumul <- cumsum(X.prob) #对于X.prob逐步求和
X.cumul
barplot(X.cumul,names.arg=X.outcomes,space=0,xlab="x",ylab="Pr(X <= x)")#概率加条形图
离散随机均值和方差
> mu.X <- sum(X.outcomes*X.prob) #均值
> mu.X
[1] -0.73
> var.X <- sum((X.outcomes-mu.X)^2*X.prob) #方差
> var.X
[1] 7.9371
> sd.X <- sqrt(var.X)#标准差
> sd.X
[1] 2.817286
连续随机变量
例子 :
> w <- seq(35,95,by=5) #创建偶数序列来表示w的某些的观测值
> w
[1] 35 40 45 50 55 60 65 70 75 80