概率统计基础总结

概率论基础的概念是概率和事件，另外用函数的方法对概率论进行研究，即用随机变量表示事件，用随机变量的概率函数描述概率

事件与概率

• 事件运算：先化减为逆，先逆后乘再加。简单的都可以用维恩图。
  • 和事件（并）：A+B 表示至少有一个发生。
  • 差事件：A-B 表示 A 发生 B 不发生，一般化为逆的形式，
  • 积事件（交）：AB 表示同时发生
  • 互斥事件：不能同时发生
    • 对立事件：仅有一个能发生
      
• 条件概率，贝叶斯公式，全概率公式：
  
  
• 事件的独立：
• 概率模型：古典概型和几何概型

随机变量及其分布

• 常用分布：

  • 二项分布：算成功n次的概率
  • 均匀分布：本质为一维的几何概型，用有效长度之比来算
  • 正态分布：若随机变量X服从一个数学期望为μ、方差为σ²的正态分布，记为N(μ，σ²)。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。当μ = 0,σ = 1时的正态分布是标准正态分布。
    
    
    
    

• 分布函数<=>密度函数：

• 数字特征：期望与方差

数理统计