统计学第四周笔记

本文主要介绍了统计学中的基本概念,包括随机变量的分类(离散型和连续型)、古典概率、条件概率和期望值。此外,还详细讲解了离散变量的概率分布,如二项分布和泊松分布,以及连续性随机变量的均匀分布、正态分布和指数分布,重点阐述了这些分布的特点和应用场景。
摘要由CSDN通过智能技术生成

一、基本变量
1、随机变量
随机变量指变量的值无法预先确定静以一定的可能性(概率)取值的量,是用随机事件描述随机现象的数量关系的推广。
按照随机变量的特性可以把随机变量分为离散型随机变量和连续型随机变量。
**离散型随机变量:**如果随机变量X的所有取值都可以逐个列举出来,则称X为离散型随机变量。
连续性随机变量:如果随机变量X的所有值无法逐个列举出来,而是取数轴上某一区间内的任一点,则称为连续型随机变量。
2、古典概率
如果某一随机试验的结果有限,而且各个结果出现的可能性相等,则某一事件A发生的概率为该事件所包含的基本事件个数m与向本空间中所包含的基本事件个数n的比值。
3、条件概率
条件概率是一种带有附件条件的概率。是指若事件A与事件B是相依事件,即事件A的概率随事件B是否发生而变化,同样事件B的概率与随事件A是否发生而变化,则在实践A已发生的条件下,事件B出现的概率成为事件B的条件概率。
4、期望值
期望值是指一个人对某目标能够实现的概率估计,期望值也称做期望概率。在离散型随机变量X的一切可能完备值的完备组中,各可能值x与其对应的概率p的乘积之和称为随机变量X的期望值,记作E(X)。
5、大数定律
大数定律分为强大数定律和弱大数定律。大数定律通常指强大数定律,它是描述相当多次数重复试验的结果的定律。根据这个定律,样本数量越多,则其算数平均值就有越高的概率接近期望值。

二、离散变量概率分布
1、二项分布

二项分布是由伯努利提出的

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值