概率论基础（8）抽样分样

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：