概率论

在几何概型中：

取单个点的概率为0，但是是有可能取到的，所以概率为0不是不可能事件。

不取这个点的概率为1，但是是有可能取到的，所以概率为1不是必然事件。

贝叶斯公式

第二章条件概率

全概率公式

二项概率

二项分布

泊松分布

用泊松分布函数去解决一些复杂的二项分布问题很方便。

判断独立性

0-1 分布： X~B(1,p)

二项分布： X~B(n,p)

均匀分布： X~U(a，b）,R(n,p) ，

指数分布： X~E(n,p)

概率密度函数

分布函数

正态分布： X~N(μ，σ2)

泊松分布： X~P(λ）

概率密度函数：显示的就是各个点处的概率大小！！！

分布函数求导后就是概率密度函数

概率密度函数积分就是分布函数

均匀分布

指数分布

正态分布

公式

p是指的面积

条件分布函数--->求导--->条件密度函数

收敛

数学期望：

离散型：

0-1分布：E(x)=p

二项分布：E(x)=np

泊松分布：E(x)=λ

连续型：

均匀分布：E(x)=(a+b)/2

指数分布：E(x)=1/λ

正态分布：E(x)=μ

连续型的就求积分

离散型的就求累加

计算公式！！！

方差

离散型变量的方差：

连续性变量的方差：

下面是第四个公式的应用

相关系数表示两个对象的相关性

第十章：大数定律与中心极限定理

三个大数定律：

随着Xn的数据增多，x拔在不断变化趋向于E(x)。

中心极限定理：

标准正态函数N(0,1)在x处的函数值。

<=x的概率就是他的分布函数。

把01分布转变成正态分布来做。

概率论总结

N(μ，θ）中μ就是它的极限。

第十一章 数理统计的基本概念

有未知数就不是统计量！

不要漏掉括号

把p换成Sw就从标准正态分布变成了t分布

1