怎么计算z=x+y的概率密度_一些重要统计量的定义及计算方法

1、中位数

将整批数据按从小到大顺序排列后，可以一分为二的数值，叫做中位数。

如果有N个数值（N为偶数），则中位数位于N/2 与N/2+1这两个位置，取这两个位置上数值的均值。如果N为奇数，中位数的位置在（N+1）/2。

2、四分位数

将整批数据一分为四的数值，叫做四分位数。

最小的四分位数（Q1）称为下四分位数或第一四分位数，最大的四分位数（Q3）称为上四分位数或第三四分位数。中间的四分位数（Q2）是中位数。

四分位距=上四分位数-下四分位数

如果有N个数，

求下四分位数的位置：

计算N/4，如果结果为整数，则下四分位数位于N/4和N/4+1这两个位置，取这两个位置上数值的均值。如果结果不是整数，则向上取整，所得结果为下四分位数的位置。

求上四分位数的位置：

计算N/4*3，如果结果为整数，则上四分位数位于3N/4和3N/4+1这两个位置，取这两个位置上数值的均值。如果结果不是整数，则向上取整，所得结果为下四分位数的位置。

3、百分位数

将整批数据一分为百的数值，叫做百分位数。第K百分位数就是位于数据范围k%处的数值，记为

求第K百分位数的位置：

计算KN/100，如果结果为整数，则取KN/100，与KN/100+1这两个位置，取这两个位置上数值的均值。如果结果不是整数，则向上取整。

4、箱线图

显示数据的全距、四分位距以及中位数。

箱子上左右两边分别代表下四分位数和上四分位数，箱中的线表示中位数，箱子的两边分别为全距的上界、下界。

下面是某位球员的得分：

五、标准差

量度分散性的一种方法，描述了典型值与均值之间的距离。标准差越大，表示数值离均值较远，标准差越小，表示数值距离均值较近。

六、标准分

标准分等于距离均值的标准差个数

七、条件概率

以另一个事件的发生为条件的某个事件的发生概率，用‘丨’符号表示‘已知条件’。

以事件B为已知条件的事件A的概率：

=

全概率公式：

贝叶斯定理：

=

八、概率树

从同一点上衍生出来的所有分支的概率之和等于1

九、概率的几何分布

应用条件：

进行一系列独立试验，每一次试验或成功或失败，每一次试验的成功概率相同，主要想得到：取得第一次成功需要进行多少次试验。

变量X表示为了取得第一次成功所需进行的实验次数，p为成功概率，q=1-p为失败概率：

为了取得第一次成功需要尝试的次数大于r的概率：

如果有一个变量X的概率符合几何分布，且单次试验的成功概率为p：

十、二项分布

应用条件：

进行一系列次数有限的独立试验，每一次试验或成功或失败，每一次试验的成功概率相同，主要想知道：在n次实验中能成功多少次。

p是每一次试验的成功概率，n是试验次数，X为成功次数。

十一、泊松分布

应用条件：

单个事件在给定区间内随机、独立地发生，已知给定区间内的事件平均发生次数，且这个发生次数是有限的，只要想知道的是：给定区间内的事件发生次数。

如果X符合泊松分布，且每个区间内平均发生λ次：

如果Y也符合泊松分布，且每个区间内平均发生

次，且X和Y是独立随机变量：

十二、正态分布

正态分布具有钟形曲线，曲线对称，中央部位的概率密度最大。μ指出曲线中央位置，

指出分散性。如果一个连续随机变量X符合均值为μ，标准差为

的正态分布：