古典概率，排列组合和贝叶斯定理(学习笔记)

第一次用CSDN写博客，其实主要目的是用来自己做统计学笔记归纳。

我现在是在外国就读统计与数据分析本科。其实本人以前在国内是个数学白痴，只是出国了突然就成了数学好..而且也是听朋友说读统计数据分析以后找工作不愁，所以就误打误撞近了这个系。是有点觉得被坑了，因为进去容易想毕业真的挺有难度。课程除了统计和数学那些，还有大量机器学习，那才是最要命，需要投入很多时间进去学习。 好了废话不多说了，开始整理自己的基础统计学笔记。

学校用的书是"Statistics for Business and Economics"，从第三章"Elements of Chance: Probbabliltyy Methods"开始整理笔记。我觉得这一章对我这个菜鸟来说最难部分就是排列组合了。懂是看懂了，只是题目一有转变什么的，我的大脑就转不过来，感觉超痛苦的...不知道有没有人和我一样有这个烦恼？

 

3.1 集合论 (Random Experiment, Outcomes, and Events)

样本空间(SAMPLE SPACE)

每一个随机实验都有一个样本空间简写为S，样本空间的子集就是随机事件

Ex. 随机实验事件E抛出一颗6面的正常骰子，所以事件E的样本空间就是:

                                       S={1, 2, 3, 4, 5, 6}

1. 假设事件A抛出骰子是奇数，则对应事件A的集合是 {1, 3, 5}，

complement of event A 是事件A的补集

以事件B表示 complement of event A，则对应事件B的集合是{2, 4, 6} 

2. 如果两个事件的交集是空集，则称mutually exclusive event

*一个事件的出现表示在同一时间内不会出现其他事件

例如上面的事件A和事件B

                   A∩B=∅

3. intersection of event就是两个事件的交集

例如事件A={1,3,5} 事件B={2,3,5}，那么事件A和事件B的交集就是A∩B={3,5}

如果一个集合里面没有任何元素，那么我们称这个为空集，简写∅={ }

4. union of events是两事件的并集

例如事件A和事件B的并集{1,2,3,4,5,6}就是整体样本空间

                                          A∪B

5. 如果各个对应事件并集且等于样本空间，则称之为collectively echaustive events

*当进行一次试验时出现的结果一定是这些事件的其他之一

3.2 排列组合(Combination)

1. 置换(Permutaions)

例如从1到6的数字排列有720种

(从n个相异元素中取x个元素，得出x个元素排列数量)

 

2. 组合(Combinations)

例如从一个班中抽出四位同学组成四人小组的组合数为 (不放回):

又例如一个箱子里有6个不一样颜色的球，从里面抽取四个，每抽取一次后放回再抽第二次，

那么可以有多少组合(放回)

(从n个元素中抽取x个，x可重复)

 

 

3.3 概率理论(Probability and its postulates)

概率必须介于在0和1之间

样本空间所有概率的总和必须等于1

1. 古典概率(Classical Probability)

计算事件A的概率: