目录
1.4 二项概率分布(binomial probability distribution)
1.5 泊松概率分布(poisson probability distribution)
1.6 超几何概率分布(hypergeometric probability distribution)
1.7 几何分布(Geometric distribution)
1.1 随机变量
随机变量(random variable)是对一个试验结果的数值描述,是一个可以等于一系列数值的变量。
而这一系列数值的每一个值都与一个特定概率相关联。
▪离散型随机变量:可以取有限多个数值或无限可数多个数值的随机变量
▪连续型随机变量:可以在某一区间或多个区间内任意取值的随机变量
1.2 离散型概率分布
随机变量的概率分布(probability distribution)是描述随机变量取不同值的概率。
对于离散型随机变量x,概率函数给出随机变量取每一种值的概率,记f(x)
离散型概率函数的基本条件
(1) 对于任意随机变量的取值,函数值都是大于等于0
(2) 随机变量的所有取值对应的概率之和为1
1.3 数学期望与方差、标准差
1.3.1 数学期望
随机变量的数学期望或均值是对随机变量中心位置的一种度量。
离散型随机变量的数学期望:
数学期望和均值有点儿像,甚至计算方法也相似,但数学期望描述的是概率分布。
1.3.2 方差
方差用来描述随机变量取值的变异性
离散型随机变量的方差:
方差公式的关键是 离差(x-u),它度量了随机变量某一特定值与数学期望或均值u的距离。
1.3.3 标准差
概率分布的标准差,度量了数据与数据中心的数学期望的距离。
标准差取方差的平方根。
1.3.4 线性变换的通用公式
若随机变量为X:
-- 期望乘以a,然后加b
-- 取a的平方,乘以X的方差,忽略b
1.3.5 独立观测值
X的独立观测值与X不同,每个观测值都具有相同的概率分布,但结果各不一样。
比如,抛硬币,连续抛几次,每一次抛硬币的结果称为一个观测值,每一个观测值具有相同的期