概率论对于学习 NLP 方向的人,重要性不言而喻。于是我打算从概率论基础篇开始复习,也顺便巩固巩固基础。
这是基础篇的第八篇知识点总结
基础:下面前七篇的链接地址:
概率论基础(1)古典和几何概型及事件运算
概率论基础(2)条件概率、全概率公式和贝叶斯公式
概率论基础(3)一维随机变量(离散型和连续型)
概率论基础(4)五种重要的分布(二项、泊松、均匀、指数、正态分布)
概率论基础(5)离散型二维随机变量
概率论基础(6)连续型二维随机变量
概率论基础(7)数学期望、方差、协方差、切比雪夫不等式
知识点
- 常见统计量及性质
- 三种常见分布
常见统计量及性质
理解:利用统计量的定义结论可直接得出
常用的性质:
理解:注意样本方差和总体方差之间的差别,以及它们分别对应不同的分布。
理解:首先要掌握常见几种分布的数学期望和方差,之后利用性质可以直接代入。
三种常见的分布
例题:
理解:首先要熟悉正态分布如何转换为标准正态分布,从而求得Y1 和 Y2的形式,代入求解c。
理解:样本量多的时候,用换元法来简化式子,利于判断。
下面放一点额外的练习: