这篇博客介绍了统计学的基本概念，包括集中趋势、样本和总体、方差与标准差。重点讲解了二项分布和泊松分布，详细阐述了伯努利试验的特征，二项分布的期望值以及泊松分布的推导和适用场景，适合初学者理解统计学中的概率分布。
一切围绕数据进行,
- 描述性统计学
- 推理统计学
1.集中趋势
2.样本和总体
- 样本:随机选一部分
- 样本均值 : x bar
- 总体
- 总体均值:μ
3.总体方差
- 离中趋势衡量 dispersion4.样本方差
5.标准差
6.诸方差公式
7.随机变量介绍
8.概率密度函数
9.二项分布
- 二项分布
伯努利试验，也就是n次独立重复试验。
伯努利试验特点：
每次试验中事件只有两种结果。
每次试验中事件发生的概率相同。
n次试验的事件相互之间独立。 - 二项分布的期望
10.期望值而E(X)
11.二项分布的期望值
12.泊松分布
- 泊松分布
泊松分布由二项分布推导而来。
泊松过程：把单位时间分为无限份，每一份的概率为
,随机变量X符合二项分布，可由二项分布公式推导出泊松分布公式。
泊松分布适用于描述单位时间内随机事件发生的次数。 - 大数定律
泊松分布适用于描述单位时间内随机事件发生的次数。 - 正态分布
455
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
