统计学复习笔记（二）—— 常见的概率分布&卡方分布，t分布，F分布和中心极限定理

离散型随机变量（Discrete Random Variable）的概率分布

• 二项分布（Binomial Distribution） $X\sim Bin(n,p)$
  比如扔n次硬币，每一次扔硬币都是互相独立的，结果只包含正面和反面两种结果，出现正面的概率为$p$, 出现反面的概率是 $q$，$p+q=1$。设出现正面的次数是$X$, 那么
  $p(X=x)=C_n^x{p}^x{q}^{n-x}$， $E(X)=np,Var(X)=npq$
• 泊松分布（Poisson Distribution）$X\sim Pois(\lambda )$
  一段时间内，事件发生的次数的概率。比如，一个小时内，5位顾客来店里的概率是多少？设顾客数为$X$，一个小时内的顾客数平均是$\lambda$, 来店里的顾客数就服从Poisson Distribution。
  $p(X=x)=\frac{\lambda e^{-\lambda }}{x!}$ ,$E(X)=\lambda ,Var(X)=\lambda$

【当p趋近于0且n足够大时，Binomial Distribution近似等于Poisson Distribution。】

连续型随机变量（Continuous Random Variable）的概率分布

Probability Density Function or PDF: $f(x)$
Probability Mass Function or PMF: $F(x)$
$F(x)=p(X\le x)={\int }_{-\infty }^{x}f(t)dt$， $f(x)=F^{{}^{\prime }}(x)$
$p(a<X<b)={\int }_a^{b}f(x)dx=F(a)-F(b)$,相当于density曲线下面在a和b之间的面积
期望与方差：