==概率论:
事件{
包含;并(和);交(积);差(A-B=A-A∩B);
互不相容(A∩B=Φ);对立事件(两个A∩B=Φ 且 A+B=Ω);
完备事件组(多个互不相容且总和为全集);
交换律;结合律;分配律();对偶率();
}
概率{
古典概型:有限样本点\等可能性.
排列,组合,全排列(阶乘)
几何概型:面积比全集面积;
公理化:非负\规范(全集概率为1,空集概率为0)\完全可加{
基于公理化的事件表述成的排列组合更容易理解!!!
p(A逆)=1-p(A)
p(A-B)=p(A)-p(AB);若B属于A,则p(A-B)=p(A)-p(B)
p(A+B)=p(A)+p(B)-p(AB);/*减去公共部分*/ p(A+B+C)=p(A)+p(B)+p(C)-p(AB)-p(BC)-p(AB)-p(ABC)
}
条件概率:p(A|B)=p(AB)/p(B)
乘法公式;p(AB)=p(B)*p(A|B); /*AB没说相互独立!!*/ p(ABC)=p(A)*p(B|A)*p(C|AB) //可分解来看,嵌套的
全概率公式:对完备事件组的乘法公式
贝叶斯公式:(执果索因,后验概率)基于完备事件组,分号上方是乘法公式,下方是全概率公式.
事件独立性:p(A|B)=p(A);此时p(AB)=p(A)*p(B) //高中时考的投篮\掷骰子\射击打靶都是独立事件
}
随机变量:{
离散型:概率分布表,概率函数图,右连续(每段左取右不取,比如-2<=x<1,右侧极限在下个柱条)!!!
连续型:概率密度函数非负\连续变量个别取值概率为0\全定义域积分为1;
概率密度函数 f(x) F(x)=P{X<=x}=负无穷到x对f(x)的积分.(注意分段积分)
分布函数 F(x)=P(X<=x) /*表示 X随机取值 不超过x的概率*/
分布函数性质:0<=F(x)<=1 \ x取负无穷到正无穷 \ F(x)不减 \在负无穷的极限为0,在正无穷极限是1\左右连续
}(分布函数:原函数(或变上限积分函数);概率密度函数:导函数)
分布{
离散:0-1分布(1次的二项分布),二项分布(伯努利模型)(n足够大,p足够小,n*p适中,可化简为泊松分布),几何分布,超几何分布(N>>n,化简为二项分布),泊松分布
连续:均匀分布,指数分布,正态分布(化标准正态分布)
}
随机变量函数的分布(x的函数的分布,类似复合函数){
一维、二维(联合分布、边缘分布){
离散型(值相同要合并,排序)
连续型(边缘密度分布)---卷积公式
}
随机变量的独立性
随机变量的规律
{
数学期望、条件期望(类比条件概率)、方差、协方差(方差是自己和自己比,协方差是一个和另一个比)、相关系数(两变量的协方差除以两变量方差乘积的开根)
中心矩(方差是二阶中心矩)、原点矩(数学期望是一阶原点矩)
大数定律(频率接近概率)、中心极限定理(样本服从正态分布)
}
}
可组合单位总结:条件、离散或连续、分布类型、维度
==数理统计
样本与总体
常用统计量 (样本均值、方差、标准差、K阶原点矩、K阶中心矩)
抽样分布 不含未知数的随机变量函数{卡方分布、t分布、F分布}---及其正态总体下的性质
估计法(点估计、区间估计;矩估计法、极大似然估计)--样本拟合出函数的变量上加“尖”。
置信区间、枢轴变量
假设检验(假设一个成立的概率,如果实际结果出现在这个概率区间内的概率小于一定值,则假设的不成立,与假设对立的成立)