概率论
醉糊涂仙
这个作者很懒,什么都没留下…
展开
-
多项式分布
先补充二项分布基础:https://blog.csdn.net/u010916338/article/details/81481214原创 2018-08-14 14:24:01 · 1743 阅读 · 0 评论 -
矩
原创 2019-02-15 11:34:37 · 220 阅读 · 0 评论 -
大数定理
一,辛钦大数定理:当样本无限大时,样本均值可以近似等于总体的均值(即期望)。样本和总体的概念参考博文:https://blog.csdn.net/u010916338/article/details/86540916切比雪夫不等式参考博文:https://blog.csdn.net/u010916338/article/details/85696231 二,伯努利大数定理 :当...原创 2019-02-12 11:20:29 · 709 阅读 · 0 评论 -
随机变量的数字特征
原创 2019-02-12 16:54:25 · 641 阅读 · 0 评论 -
协方差,相关系数
方差概念参考博文:https://blog.csdn.net/u010916338/article/details/85287878一,协方差和相关系数定义 二,协方差性质 三,相关系数性质(独立一定不相关,不相关却不一定独立。)(协方差是用来表征是否独立的,而相关系数是用来表征是否线性相关的。) ...原创 2019-02-13 10:54:10 · 234 阅读 · 0 评论 -
分布函数
离散研究分布律,连续研究概率密度原创 2018-08-01 15:02:46 · 391 阅读 · 0 评论 -
定性和定量
定性:其实就是分类(定性变量/分类变量) 比如统计班级学生生源地如北京上海深圳河南河北山东山西定量: 因为该信息为文字信息,数学模型无法处理(即函数的输入必须为数字);处理办法是对该文字值做数值映射北京 001上海 002深圳 003河南 004河北 005山东 006山西 007...原创 2018-07-19 13:58:37 · 5168 阅读 · 0 评论 -
随机变量(概率论)
一, 定义 :设随机实验的样本空间是S=|e|,X=X(e)是定义在样本空间S上的实值单值函数,称X=X(e)为随机变量. 如下图画出了样本点与实数X=X(e)对应的示意图. 1,首先随机变量是一个函数 2,该函数是作用在全体样本空间上的 3,输出为数值 4,输出值唯一 解析:如果把样本空间理解成所有事件的集合,然后对该集合做区域划分,随机变量就是统计每个区域内发生的事件的个数,...转载 2018-07-20 14:25:51 · 4342 阅读 · 0 评论 -
协方差
转载自:https://blog.csdn.net/beechina/article/details/51074750 很显然,均值描述的是样本集合的中间点,它告诉我们的信息是很有限的,而标准差给我们描述的则是样本集合的各个样本点到均值的距离之平均。以这两个集合为例,[0,8,12,20]和[8,9,11,12],两个集合的均值都是10,但显然两个集合差别是很大的,计算两者的标准差,前者是8...转载 2018-07-26 09:55:45 · 9191 阅读 · 2 评论 -
概率密度
一,概率密度是连续型随机变量的内容,随机变量概念可以参考https://blog.csdn.net/u010916338/article/details/81131156二,先引入离散型随机变量的概率分布概念 解析:如图2-3(a),宽的长度都是1,长为概率,如果按照离散随机变量来理解,和概率直方图是一样的道理。但是图2-3(b),按照上面的思路去计算,就是先计算...原创 2019-02-14 11:45:23 · 14166 阅读 · 3 评论 -
相关系数的意义
1,相关系数和协方差一样都反应两个变量之间的相关性 2,但是相关系数是一个无量纲的量,它的出现就是为了消除量纲 参考博客:https://www.zhihu.com/question/20852004 ...转载 2018-07-31 10:37:39 · 10761 阅读 · 0 评论 -
协方差的意义
在概率论中,两个随机变量 X 与 Y 之间相互关系,大致有下列3种情况: 当 X, Y 的联合分布像上图那样时,我们可以看出,大致上有: X 越大 Y 也越大, X 越小 Y 也越小,这种情况,我们称为“正相关”。 当X, Y 的联合分布像上图那样时,我们可以看出,大致上有:X 越大Y 反而越小,X 越小 Y 反而越大,这种情况,我们称为“负相关”。 当X, Y 的联合分布...转载 2018-07-31 10:03:31 · 1893 阅读 · 2 评论 -
中心极限定理
中心极限定理是数理统计学和误差分析的理论基础,指出了大量随机变量之和近似服从正态分布的条件原创 2019-01-15 12:00:27 · 5426 阅读 · 0 评论 -
切比雪夫不等式
结合公式2.9以及图4-2可得:方差越大,X的波动也就越大,X落在区间外的概率越大,刚好与方差的意义统一了,2.10为等价公式。 例题:已知随机变量X的数学期望E(X)=100,方差D(X)=10,试估计X落在(80,120)内的概率解: ...原创 2019-01-03 14:55:53 · 25379 阅读 · 0 评论 -
随机现象
随机现象:原创 2018-08-07 09:47:50 · 923 阅读 · 0 评论 -
互斥事件与对立事件
互斥不一定对立,对立一定互斥原创 2018-08-07 09:59:44 · 5389 阅读 · 0 评论 -
排列组合
一,排列:n中选取m个元素,并且将该m个元素进行排序 二,组合:n中选取m个元素,如果m个元素相同顺序不同认为是一个组合 三,注意:概率论中组合还有另外一种写法 ...原创 2018-08-07 10:31:20 · 432 阅读 · 0 评论 -
条件概率,全概率,贝叶斯
一,条件概率 二,全概率 三,贝叶斯原创 2018-08-07 10:44:44 · 813 阅读 · 0 评论 -
相互独立
如果A,B互不相容则P(AB)=0原创 2018-08-07 11:05:10 · 1525 阅读 · 0 评论 -
先验概率,后验概率(贝叶斯),垃圾邮件过滤
(1)条件概率公式 设A,B是两个事件,且P(B)>0,则在事件B发生的条件下,事件A发生的条件概率(conditional probability)为: P(A|B)=P(AB)/P(B)(2)乘法公式 1.由条件概率公式得: P(AB)=P(A|B)P(B)=P(B|A)P(A) 上式即为原创 2017-09-27 15:55:12 · 899 阅读 · 0 评论 -
离散型随机变量三种典型概率分布(分布律)
一,0-1分布二,二项分布 三,泊松分布 四,三大分布之间的联系原创 2018-08-07 14:52:45 · 31995 阅读 · 1 评论 -
分布函数
概率分布函数原创 2018-08-07 15:08:58 · 911 阅读 · 0 评论 -
连续型三种典型概率分布(概率密度)
一,均匀分布 二,指数分布 三,正态分布参考博客:https://blog.csdn.net/u010916338/article/details/81331862原创 2018-08-07 15:59:09 · 13189 阅读 · 0 评论 -
卡方分布
一个例子引入卡方分布原创 2018-08-07 16:31:14 · 1349 阅读 · 0 评论 -
期望
先了解总体和样本的概念,参考博文:https://blog.csdn.net/u010916338/article/details/86540916 (1)期望就是所有发生的随机变量X的平均数(注意不是X取值范围,而是指发生的随机变量X总体,可以重复可以无限多),当X发生很多次,都拿来计算又不方便时,就会用X的观测值的算术平均数来代替。但是数学研究肯定还是用全量X来表示。(2)观测求得的随...原创 2018-12-27 15:29:59 · 2210 阅读 · 0 评论 -
方差
1,统计和概率公式不同2,概率情况下又分离散和连续 3,方差其实是对原来随机变量X又做了一次映射,重新生成了一个随机变量。 再对新的随机变量求期望。 4,方差的性质 切比雪夫不等式参考博文:https://blog.csdn.net/u010916338/article/details/85696231 ...原创 2018-12-27 16:06:17 · 471 阅读 · 0 评论 -
正态分布(高斯分布)
1,正态分布定义2,正态分布标准化3,正态分布分布函数4,3δ法则5, 上α分位点原创 2019-08-22 16:29:12 · 2068 阅读 · 0 评论