数据分析数学基础

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；