统计学

12.样本和总体：
样本是总体的一个子集，样本可以用来估计总体，所以样本的均值、方差、标准差只能作为总体均值、方差、标准差的估计，就这样。
13.总体方差：
总体方差就是总体中的每个元素到总体均值的距离的平均值。元素应该看成一个一维向量（多维空间中的一个点）。
14.样本方差：
样本方差和总体方差的公式大体是一样的，唯一不一样的地方是总体方差公式除的是n（总体数），而样本方差公式除的是n-1（样本数-1）.目的是为了更好的用样本方差估计总体方差，至于为什么？以后说啦。
15.标准差：
标准差就是方差开根号。有一点需要注意的就是：样本方差是总体方差的无偏估计，而样本标准差是总体标准差的有偏估计。
16.诸方差公式：
总体方差公式进行分解，可得
总体方差=每个元素平方和除以总数-总体均值的平方
我的其他理解：总体方差=总体中每个元素到原点的距离的均值减去这些这些元素中心到原点的距离，就是方差。
17.随机变量介绍：
随机变量分为离散随机变量和连续随机变量，就这些。
18.概率密度函数：
概率密度函数f（x）：在某种概率分布中，变量x的概率是f（x），这就是这种分布的概率密度函数。对概率密度函数求积分的面积等于1，分为离散和连续两种。
19.二项分布1：
抛硬币的例子，只有两种可能，正面和反面，概率都是二分之一。
20.二项分布2：
从5枚硬币中选2枚的可能有几种？答案：C（5，2），5的阶乘除以2的阶乘，再除以（5-2）的阶乘。
21.二项分布3：
投篮球的例子，只有两种可能，进和不进，概率因人而异。
22.二项分布4：
Excel这个工具很强大啊，可以计算可以出图。Excel里fact（5）是5的阶乘的意思。
23.期望值E（X）：
当总体的样本趋于无穷时的总体均值，可以用每一种情况的概率求得。
24.二项分布的期望值：
E（X）=n*p（总数*概率），证明的过程就是对每一种情况的加权（概率）之和，即每一种情况乘以该种情况的概率，然后求和。
25.泊松过程1：
泊松分布是二项分布的极限形式。二项分布的个个事件之间是相互独立的，当事件个数趋于无穷大时，二项分布就变成了泊松分布。
26.泊松过程2：
泊松分布的公式：由期望、k（发生的情况）、e组成（略）。
27.大数定律：
当样本数趋于无穷大时，样本的均值等于期望。