【数理统计】笔记1.1

文章回顾了概率论中的基本概念,包括概率测度、随机变量及其累积分布函数。讨论了离散和连续分布,如伯努利、二项、泊松、均匀、指数、正态分布等,并特别提到了gamma和beta分布的特性。此外,还预告了卡方、t和F分布在统计分析中的重要性,以及随机向量的联合和条件分布概念。
摘要由CSDN通过智能技术生成

第一章 绪论(上)(统计学回顾)

1.定义回顾

  •  “概率测度”

  •  “\sigma域” (花体F)

  • ”随机变量“(大写X)

  • ”累计分布函数“ CDF      

 2.常见分布

  • “概率质量函数” PMF -- 离散

    • 伯努利分布
    • 二项分布
    • 几何分布
    • 泊松分布
  • “概率密度函数” PDF -- 连续

    • 均匀分布
    • 指数分布
    • 正态分布 
    • gamma分布、beta分布
    • 卡方分布、t分布、F分布(后续)

关于多元正态分布多说两句:(后面补充证明以及例题笔记)

关于gamma分布、beta分布补充笔记:

gamma函数:\Gamma(x)=\int_{0}^{\infty }x^{\alpha -1}e^{-x} dx

gamma分布:\Gamma(x)=\frac{\lambda ^{\alpha }}{\Gamma (\alpha )} x^{\alpha -1}e^{-x} 1{x>0}

gamma函数&gamma分布——beta函数&beta分布

 关于卡方分布、t分布、F分布提前笔记:

卡方分布(后续讲统计量时出现)

 

卡方分布& t分布& F分布(三大分布)

 3.随机向量(X, Y)

  • 联合分布、边际分布 CDF

  • 联合密度、边际密度 PMF、PDF

  • “独立” 

  • “条件分布”

  • 乘法公式

  • 贝叶斯公式(暂未研究成功...)

 

 

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值