概率论与数理统计2-3.pptxVIP

  1. 1、本文档共36页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

概率论与数理统计2-3汇报人:AA2024-01-19

目录CONTENTS概率论基本概念随机变量及其分布多维随机变量及其分布随机变量数字特征大数定律和中心极限定理数理统计基本概念参数估计方法假设检验方法

01概率论基本概念

样本空间所有可能结果的集合,常用大写字母S表示。事件样本空间的子集,即某些可能结果的集合,常用大写字母A、B等表示。基本事件只包含一个样本点的事件,是构成样本空间的最小单元。样本空间与事件030201

概率定义及性质概率定义事件A发生的可能性大小的度量,记为P(A),满足非负性、规范性(P(S)=1)和可列可加性。概率性质包括互斥事件的概率加法公式、任意事件的概率减法公式、概率的乘法公式等。

在事件B发生的条件下,事件A发生的概率,记为P(A|B),满足P(A|B)=P(AB)/P(B)。如果事件A和事件B满足P(AB)=P(A)P(B),则称事件A和事件B是相互独立的。条件概率与独立性事件的独立性条件概率

如果事件B1,B2,...,Bn是样本空间S的一个划分,且P(Bi)0(i=1,2,...,n),则对任意事件A,有P(A)=∑P(Bi)P(A|Bi)。全概率公式在全概率公式的条件下,可以进一步得到P(Bi|A)=P(Bi)P(A|Bi)/∑P(Bj)P(A|Bj),用于在已知某些信息的情况下,更新某事件发生的概率。贝叶斯公式全概率公式与贝叶斯公式

02随机变量及其分布

VS随机变量是定义在样本空间上的实值函数,它将样本空间中的每一个样本点映射到一个实数。随机变量分类根据随机变量取值的特点,可以将其分为离散型随机变量和连续型随机变量两类。随机变量定义随机变量定义及分类

分布律定义离散型随机变量的分布律描述了随机变量取各个值的概率,通常用概率质量函数(PMF)表示。常见离散型随机变量分布二项分布、泊松分布、几何分布等。离散型随机变量分布律

连续型随机变量概率密度函数连续型随机变量的概率密度函数(PDF)描述了随机变量在某个区间内取值的概率分布情况。概率密度函数定义正态分布、均匀分布、指数分布等。常见连续型随机变量分布

随机变量函数是由随机变量构成的函数,其取值也是随机的。当已知随机变量的分布时,可以通过一定的方法求出随机变量函数的分布。例如,通过卷积公式可以求出两个独立随机变量之和的分布。随机变量函数定义随机变量函数的分布随机变量函数分布

03多维随机变量及其分布

联合密度函数定义对于连续型二维随机变量(X,Y),其联合密度函数f(x,y)描述了(X,Y)在点(x,y)处的概率密度。性质联合分布律/密度函数必须非负,且其所有可能取值的概率之和/积分为1。联合分布律定义对于二维随机变量(X,Y),其联合分布律描述了X和Y同时取值的概率,即P{X=xi,Y=yj}。二维随机变量联合分布律/密度函数

边缘分布律/密度函数边缘分布律定义二维随机变量(X,Y)中,X或Y单独取值的概率分布律称为边缘分布律,即P{X=xi}或P{Y=yj}。边缘密度函数定义对于连续型二维随机变量(X,Y),X或Y单独取值的概率密度函数称为边缘密度函数,即fX(x)或fY(y)。性质边缘分布律/密度函数可以通过对联合分布律/密度函数进行求和/积分得到。

在二维随机变量(X,Y)中,当已知X=xi时,Y的条件分布律描述了Y在X=xi条件下的取值概率,即P{Y=yj|X=xi}。条件分布律定义对于连续型二维随机变量(X,Y),当已知X=x时,Y的条件密度函数描述了Y在X=x条件下的概率密度,即fY|X(y|x)。条件密度函数定义条件分布律/密度函数可以通过联合分布律/密度函数和边缘分布律/密度函数计算得到。性质条件分布律/密度函数

定义如果二维随机变量(X,Y)的联合分布律/密度函数可以表示为两个边缘分布律/密度函数的乘积,即P{X=xi,Y=yj}=P{X=xi}P{Y=yj}或f(x,y)=fX(x)fY(y),则称X和Y是相互独立的。性质相互独立的随机变量之间没有相互影响,一个随机变量的取值不会影响另一个随机变量的取值。相互独立随机变量

04随机变量数字特征

数学期望定义数学期望是随机变量取值的平均值,用于描述随机变量取值的“中心位置”或“平均水平”。要点一要点二数学期望性质数学期望具有线性性质,即对于任意常数a和b,以及随机变量X和Y,有E(aX+bY)=aE(X)+bE(Y)。此外,数学期望还具有正态分布的性质,即若X服从N(μ,σ^2)分布,则E(X)=μ。数学期望定义及性质

方差定义方差是随机变量取值与其数学期望之差的平方的平均值,用于描述随机变量取值的离散程度。标准差定义标准差是方差的算术平方根,用于描述随机变量取值的波动范围。协方差定义协方差是衡量两个随机变量变化趋势的统计量,如果两个随机变量同时向相反

文档评论(0)

微传科技 + 关注
官方认证
文档贡献者

该用户很懒,什么也没介绍

认证主体唐山市微传科技有限公司
IP属地河北
统一社会信用代码/组织机构代码
91130281MA0DTHX11W

1亿VIP精品文档

相关文档