《商务与经济统计》笔记第四章

第四章：概率

4.1 随机试验、计数法则、概率分配

随机试验：随机试验的试验结果是完全确定的，在许多情形下试验结果甚至在进行实验之前已经列出；在任意一次试验或者重复中，有且仅有一种可能的试验结果发生；试验中究竟哪种试验结果会出现，完全由偶然性决定。

样本空间：随机试验的样本空间是试验所有结果组成的一个集合。

样本点：一种特定的试验结果被称为样本点。

4.1.1 计数法则、组合和排列

计数法则：多步骤试验计数法则、组合计数法则、排列计数法则

多步骤试验计数法则：第1步有n1种试验结果，第二步有n2种试验结果，则总共有n1*n2种试验结果。

组合计数法则：从N项中选取n项。从N项中任取n项的组合数为：

$C_n^N=\frac{N!}{n!\left(N-n\right)!}$

排列计数法则：从N项中选取n项，并考虑选取的顺序。从N项中任取n项的排列数为：

$P_n^N=\frac{N!}{\left(N-n\right)!}$

4.1.2 概率分配

概率分配的两个基本条件：

1. 分配给每个试验结果的概率值都必须在0和1之间。
2. 所有试验结果的概率之和必须等于1。

如何为试验结果分配概率：古典法、相对频率法、主观法

古典法：每个试验结果是等概率发生的。

相对频率法：适用于可以大量进行重复的试验，且能取得试验结果发生频率的数据。

主观法：利用一切可以获得的信息，为试验结果分配一个（介于0到1之间的）概率值，用以表达各个试验结果发生的可信程度。

4.2 事件及其概率

事件：事件是样本点的一个集合。（具有某些相同特征的样本点的集合）
如：身高180cm以上的高中生。
事件的概率：事件的概率等于事件中所有样本点的概率之和。

4.3 概率的基本性质

事件的补：所有不包含在事件A的样本点定义为事件A的补。
并：
交：
加法公式：$P\left(A\cup B\right)=P\left(A\right)+P\left(B\right)-P\left(A\cap B\right)$
互斥事件：如果两个事件没有公共的样本点，则称这两个事件互斥。
互斥事件的加法公式：$P\left(A\cup B\right)=P\left(A\right)+P\left(B\right)$

4.4 条件概率

条件概率：在B已经发生的情况下，A发生的可能性。P(A|B)
联合概率：
边际概率：
条件概率计算：$P\left(A|B\right)=\frac{P\left(AB\right)}{P\left(B\right)}$

4.4.1 独立事件

两个事件 A和B是相互独立的，如果：

$P\left(A|B\right)=P\left(A\right)$或者$P\left(B|A\right)=P\left(B\right)$

否则，两个事件是相依的。

4.4.2 乘法公式

$P\left(AB\right)=P\left(A\right)P\left(B|A\right)$

$P\left(AB\right)=P\left(B\right)P\left(A|B\right)$

独立的乘法公式：
$P\left(AB\right)=P\left(A\right)P\left(B\right)$

4.5 贝叶斯定理

贝叶斯定理将主观确定的先验概率与其他方法得到的概率相结合，得到修正后的后验概率。

先验概率→新信息→应用贝叶斯定理→后验概率

贝叶斯定理（两事件情形）：

$P\left(A_1|B\right)=\frac{P\left(A_1\right)P\left(B|A_1\right)}{P\left(A_1\right)P\left(B|A_1\right)+P\left(A_2\right)P\left(B|A_2\right)}$

$P\left(A_2|B\right)=\frac{P\left(A_2\right)P\left(B|A_2\right)}{P\left(A_1\right)P\left(B|A_1\right)+P\left(A_2\right)P\left(B|A_2\right)}$

贝叶斯定理：

$P\left(A_i|B\right)=\frac{P\left(A_i\right)P\left(B|A_i\right)}{P\left(A_1\right)P\left(B|A_1\right)+P\left(A_2\right)P\left(B|A_2\right)+\cdots +P\left(A_n\right)P\left(B|A_n\right)}$

贝叶斯定理广泛应用于决策分析中。先验概率通常是由决策者主观估计的，在取得样本信息后，计算后验概率以供决策者选择最佳策略。