根据网络公开内容统计,侵删。
1 方差
无偏样本方差:
(1)
有偏样本方差:
(2)
两者的区别就是n-1还是n。这里称之为自由度。如果已知均值,则n个序列的自由度只有n-1(因为剩下的一个可以通过均值和其余n-1个数据算出)
2 方差和均方误差
与误差真值的平均
相对误差,
以均值代替真值。
2. 指数分布
指数分布,数学期望即为参数,方差为
。
性质:无记忆性,与统计起点无关。
设X~EXP(θ) ,则对于t, s>0, P{X>t+s | X>s} = P{X>t}
x表示一个东西的寿命。
一个东西在使用s寿命的情况下,再有t寿命的概率和一开始预测他有t寿命的概率是一样的。
或者说:一个东西买回来用了一段时间之后的寿命,和买回来时候的寿命一样长。
3. possion分布
(1)适用范围:
适合描述单位时间内随机事件发生的次数。
Lamda为均值(期望)
改分布的好处在于,只需要知道均值,就可以知道整体分布。
来源于二项式分布(Binomial分布),
表示n次实验中,发生k次的概率,均值 。当 ,
,
有:
用
带入进去有:
有几个极限:
伯努利分布序列适用于二元分类问题,例如判断一封邮件是否为垃圾邮件。可以使用C++中的随机数生成函数来实现伯努利分布序列的生成,如rand()函数。同时,也可以使用C++中的概率分布函数库,如库中的binomial_distribution类来生成伯努利分布序列。
4.gamma分布
参考:伽马函数——直观理解、推导过程、应用举例 - 知乎 (zhihu.com)
(1)阶乘与Gamma函数
写成离散的形式就是阶乘,伽马函数的诞生就是为了泛化阶乘。
Factorials:(阶乘)
如果n为小数,如何定义上述函数?
首先,需要满足:
此外,如果改函数要能称为分布函数,还需要满足其倒数(概率密度)的积分为1。
(2)概率密度为:
两个参数
(3)从gamma函数的定义可知,指数分布是伽马函数的一个特殊形式。
(4)chatgpt找的回答
Gamma函数在很多领域都有实际应用,如:
-
概率统计:Gamma函数出现在通过伽马分布进行概率建模的问题中,例如用于描述等待时间、寿命等连续随机变量的分布。
-
物理学:Gamma函数在对粒子在不同能级间跃迁率进行建模时,成为重要的工具。
-
工程实例:
a. 在电力系统中,gamma函数被用来预测和估计电力需求的分布。通过分析历史需求数据,可以利用gamma函数来生成概率分布,从而使得电力供应方能够更好地规划电力供给。
b. 在可靠性工程中,gamma函数被用于分析和预测产品或设备的寿命分布。通过分析大量的实验数据,可以获得该设备或产品的寿命分布,并且基于该分布来进行产品或系统的优化设计。
c. 在金融分析中,gamma函数被用来分析金融变量的波动性,例如股价或汇率变动。 Gamma函数可帮助分析人员确定可接受的损害水平,以及相应的风险水平。
5.Chi2分布–卡方分布、
(补充:N个相互独立的随机变量的和服从标准正态分布。)
N个服从相互独立服从标准正态分布N(0,1)的变量,其平方和服从卡方分布。
服从自由度为n分卡方分布,记为 。
概率密度函数为:
卡方分布的实际应用场景包括:统计推断、假设检验、回归分析、因子分析等。
卡方分布,也称为χ²分布,是一个经典的概率分布。它用于描述样本统计量与理论分布之间的偏离程度,主要应用于统计假设检验和建立置信区间。
在实际工程应用中,卡方分布非常重要。以下是一些具体的应用:
统计假设检验:在假设检验中,可以使用卡方分布来检验样本与总体之间的差异。例如,医学研究中常常使用卡方分布来检验某种治疗方法是否有效。
质量控制:卡方分布可用于制定质量控制计划,以确保生产过程的稳定性和一致性。
信号处理:卡方分布可用于信号处理中的特征提取和分类算法。
生物统计学:卡方分布在生物统计学的多项式逻辑回归和生物拟合等方面有重要应用。
金融风险管理:卡方分布可以用于评估金融产品风险,例如衍生品或投资组合。
总之,卡方分布是一种非常重要的概率分布,它在统计学、工程、生物学、金融等领域都有着广泛的应用。
6.曲线波动
需要先平滑处理。
平滑处理方法:分箱法平滑。