本周学习了统计学中随机变量与概率定义与分布的相关知识。随机变量有离散变量和连续变量,概率分布有离散变量分布与连续变量分布,离散变量分布有二项分布、伯努利分布、泊松分布 ;连续变量分布有均匀分布、正态分布、指数分布。
下面总结了自己对本章节知识的理解。
【概率】
概率就是一个事件在实验中出现的可能性大小的度量,可能性大小的数值就是概率值,值越大代表该事件发生的可能性越大。
【随机变量】
在同一组条件下,假设每次试验可能出现所有的结果都能列举出来,我们用变量X表示这些可能的结果。那么X成为随机变量,这些可能的结果就是随机变量出现的随机事件,对应的时间P(Xi)就是随机事件Xi发生的概率,也可以称作随机变量的概率函数。
【离散型变量与连续型变量】
随机变量有离散型和连续型之分。离散型随机变量可以通过美居值列出来,连续型随机变量则与之相反,它是取数轴上某一区间内的任意一点。
【离散变量分布与连续变量分布】
既然有离散型变量与连续型变量,那么随之而来的就是他们的分布了。
- 离散变量分布
0-1分布
离散型随机变量X只可能取0和1两个值的概率分布就称作0-1分布
均匀分布
离散型随机变量取值都相等的分布
伯努利分布
二项分布
泊松分布
- 连续变量分布
均匀分布
均匀分布指所有可能结果n个数的发生概率是相等的,均匀分布变量X的概率密度函数为:
均匀分布密度函数曲线的形状是一个矩形,这也是均匀分布又称为矩形分布的原因,a和b是参数。例子:小李每天餐饮消费是均匀分布的,最多为40,最少为10,计算日消费金额在15到30之间的概率(即密度函数曲线下的面积):(30-15)*(1/(40-10))=0.5。遵循均匀分布的变量X的期望和方差为:(a+b)/2、(b-a)^2/12
正态分布
正态分布的特征:
1.分布的平均值、中位数和模式一致;
2.分布曲线是钟形的,关于线x=μ对称;
3.曲线下的总面积为1;
4.两个正态分布之积仍为正态分布;
5.两个独立且服从正态分布的随机变量的和服从正态分布。
正态分布的概率密度函数为:
指数分布
指数分布指独立事件发生的时间间隔。例如地铁到站的时间间隔、APP访问的时间间隔。
指数分布的公式可以从泊松分布推断出来。如果下一班地铁到站要间隔时间t,就等同于t之内没有任何跌贴地铁到站
反过来,事件在时间t之内发生的概率,就是1减去上面的值(即累计分布函数公式)
指数分布的图形大体如下:随着间隔时间变长,时间的发生概率急剧下降,呈现指数式衰减