《概率的基本性质》课件.pptVIP

概率的基本性质

概率论的基本概念随机现象是指在一定条件下，其结果不确定的现象。样本空间是指随机现象所有可能结果的集合。事件是指样本空间的子集，即随机现象的某个结果或多个结果。

基本概念回顾样本空间所有可能结果的集合事件样本空间的子集概率事件发生的可能性

概率的定义事件发生的可能性概率反映事件发生的可能性大小，用数值表示。0到1之间的数值概率值介于0和1之间，分别代表事件不可能发生和必然发生。

概率的性质1非负性任何事件的概率都大于或等于0。2规范性样本空间中所有事件的概率之和等于1。3可加性互斥事件的概率等于各个事件概率之和。

概率的加法公式互斥事件如果两个事件不能同时发生，它们被称为互斥事件。公式对于互斥事件A和B，其概率的加法公式为：P(A或B)=P(A)+P(B)示例掷骰子时，得到1点或6点的概率是P(1)+P(6)=1/6+1/6=1/3

条件概率在事件B已经发生的条件下，事件A发生的概率称为事件A在事件B发生的条件下的条件概率。条件概率表示了事件B发生后，事件A发生的可能性大小，反映了事件之间的依赖关系。条件概率的计算公式：P(A|B)=P(AB)/P(B)，其中P(AB)表示事件A和B同时发生的概率。

乘法公式1联合概率事件A和事件B同时发生的概率，记为P(A∩B)。2条件概率在事件B发生的条件下，事件A发生的概率，记为P(A|B)。3乘法公式P(A∩B)=P(B)*P(A|B)或P(A∩B)=P(A)*P(B|A)。

全概率公式事件分解将一个事件分解成若干个互斥的子事件。公式推导利用加法公式，推导出全概率公式。

贝叶斯公式先验概率事件发生的初始概率。似然度新证据出现后，事件发生的概率。后验概率结合新证据，更新后的事件概率。

独立事件互不影响两个事件相互独立意味着一个事件的发生不会影响另一个事件发生的概率。概率相乘独立事件同时发生的概率等于它们各自概率的乘积。典型例子抛硬币两次，第一次正面朝上并不影响第二次正面朝上的概率。

独立事件的概率P(A∩B)=P(A)*P(B)两个事件A和B独立，则事件A发生的概率和事件B发生的概率相乘等于事件A和B同时发生的概率。P(A|B)=P(A)事件B的发生不影响事件A发生的概率，即事件A发生的概率和事件B发生与否无关。例子：抛硬币抛一枚硬币两次，两次抛掷的结果相互独立。第一次抛掷正面，第二次抛掷正面的概率是1/2*1/2=1/4。

正态分布正态分布是一种非常常见的概率分布，也称为高斯分布。它在自然界和社会科学中广泛存在。正态分布的图形呈钟形，对称，曲线两端逐渐下降。它由均值和标准差两个参数决定。

正态分布的特点对称性正态分布曲线关于均值对称，这意味着曲线两侧的形状完全相同。这意味着数据分布在均值周围对称。峰度正态分布曲线呈现钟形，在均值处达到峰值，然后逐渐下降。峰度是指曲线峰值的尖锐程度。正态分布的峰度为3。均值、中位数和众数相等在正态分布中，均值、中位数和众数都位于分布的中心，即钟形曲线的峰值。

标准正态分布均值为0标准正态分布的平均值为0。方差为1标准正态分布的标准差为1。

正态分布的应用数据分析和统计推断过程控制和质量管理科学研究和实验设计金融建模和风险管理

频率与概率频率频率是指一个事件在大量重复试验中出现的次数占总试验次数的比例。概率概率是指一个事件发生的可能性大小，通常用0到1之间的数字表示。

频率直方图频率直方图是用来表示数据分布情况的图形，横轴表示数据分组，纵轴表示各组的频率，将各组的频率用直方柱表示出来，形成的图形就是频率直方图。频率直方图可以直观地展示数据的集中趋势、离散程度和分布形状，方便我们对数据的特征进行分析。

频率多边形频率多边形是用线段连接频率直方图各矩形中点，并在两端与横轴相交而形成的折线图。频率多边形可以更直观地显示数据分布的趋势，并能更好地反映数据变化的趋势。

累积频率分布累积频率分布是一种用于描述数据分布的图形方法。它显示了在某个特定值或以下的值的数量，占总数据量的百分比。累积频率分布可以用来识别数据的集中趋势、分散程度和异常值。

抽样分布样本统计量的分布抽样分布描述了样本统计量在所有可能的样本中取值的概率分布。样本均值的分布例如，样本均值的抽样分布描述了所有可能的样本均值在不同样本中出现的概率。

抽样分布的性质中心极限定理当样本量足够大时，样本均值的分布近似于正态分布，无论总体分布是什么。样本方差样本方差的分布也接近正态分布，尤其是在样本量较大时。样本比例当总体比例已知时，样本比例的分布也是正态分布。

点估计样本均值使用样本均值来估计总体均值。样本比例使用样本比例来估计总体比例。样本方差使用样本方差来估计总体方差。

点估