数据分析数学基础:概率论
1.随机试验:随机试验是一个过程,这个过程的结果是确定的,在每一次重复试验中,同一个结果出现的概率是相同的;如果把抛硬币当做一个随机试验,这个试验的结果是确定的,只会出现正面向上或者反面向上两种情况,而在每一次的试验中,正面向上的概率均是1/2;
2.期望:实验中每一项结果出现的概率与出现的数量相乘的累加,如抛硬币的数学期望就是1
3.方差:主要是表示随机变量分布的离散程度,方差越大,说明结果离散程度越大
4.古典概率:试验结果发生的概率一致,抛硬币中正面朝上与方面朝上适用于古典概率;
5.条件概率:在事件B发生为前提的情况下,事件A发生的概率,记做P(A|B) = P(AB)/P(B)
6.独立事件:两个事件的发生没有相互间的影响,P(AB) = P(A)P(B),
则条件概率可以写成P(A|B) = P(A)
7.乘法公式:乘法公式可根据条件概率公式转化:
P(AB) = P(A|B)P(B) = P(B|A)P(A)
8.全概率公式:在多个事件B发生的基础上,事件A发生的概率
P(A) = ΣP(A|Bi)*P(Bi)
9.贝叶斯公式:贝叶斯公式可以看成是条件概率和全概率公式的合体,
P(B|A) = P(AB)/P(A) = (乘法公式)/(全概率公式)
对于全概率公式与贝叶斯公式的理解,还是需要实际案例,百度上有比较多的资源可以学习,不引入实际案例;
数据分析数学基础
最新推荐文章于 2022-02-25 13:46:16 发布