概率论与数理统计公式总结 本文关键词:概率论,数理,公式,统计
概率论与数理统计公式总结 本文简介:第一章P(A+B)=P(A)+P(B)-P(AB)特别地,当A、B互斥时,P(A+B)=P(A)+P(B)条件概率公式概率的乘法公式全概率公式:从原因计算结果Bayes公式:从结果找原因第二章二项分布(Bernoulli分布)——X~B(n,p)泊松分布——X~P(λ)概率密度函数怎样计算概率均匀分
概率论与数理统计公式总结 本文内容:
第一章
P(A+B)=P(A)+P(B)-
P(AB)
特别地,当A、B互斥时,
P(A+B)=P(A)+P(B)
条件概率公式
概率的乘法公式
全概率公式:从原因计算结果
Bayes公式:从结果找原因
第二章
二项分布(Bernoulli分布)——X~B(n,p)
泊松分布——X~P(λ)
概率密度函数
怎样计算概率
均匀分布X~U(a,b)
指数分布X~Exp
(θ)
分布函数
对离散型随机变量
对连续型随机变量
分布函数与密度函数的重要关系:
二元随机变量及其边缘分布
分布规律的描述方法
联合密度函数
联合分布函数
联合密度与边缘密度
离散型随机变量的独立性
连续型随机变量的独立性
第三章
数学期望
离散型随机变量,数学期望定义
连续型随机变量,数学期望定义
l
E(a)=a,其中a为常数
l
E(a+bX)=a+bE(X),其中a、b为常数
l
E(X+Y)=E(X)+E(Y),X、Y为任意随机变量
随机变量g(X)的数学期望
常用公式
方差
定义式
常用计算式
常用公式
当X、Y相互独立时:
方差的性质
D(a)=0,其中a为常数
D(a+bX)=b2D(X),其中a、b为常数
当X、Y相互独立时,D(X+Y)=D(X)+D(Y)
协方差与相关系数
协方差的性质
独立与相关
独立必定不相关
相关必定不独立
不相关不一定独立
第四章
正态分布
标准正态分布的概率计算
标准正态分布的概率计算公式
一般正态分布的概率计算
一般正态分布的概率计算公式
第五章
卡方分布
t分布
F分布
正态总体条件下
样本均值的分布:
样本方差的分布:
两个正态总体的方差之比
第六章
点估计:参数的估计值为一个常数
矩估计
最大似然估计
似然函数
均值的区间估计——大样本结果
正态总体方差的区间估计
两个正态总体均值差的置信区间
大样本或正态小样本且方差已知
两个正态总体方差比的置信区间
第七章
假设检验的步骤
①
根据具体问题提出原假设H0和备择假设H1
②
根据假设选择检验统计量,并计算检验统计值
③
看检验统计值是否落在拒绝域,若落在拒绝域则拒绝原假设,否则就不拒绝原假设。
不可避免的两类错误
第1类(弃真)错误:原假设为真,但拒绝了原假设
第2类(取伪)错误:原假设为假,但接受了原假设
单个正态总体的显著性检验
l
单正态总体均值的检验
?
大样本情形——Z检验
?
正态总体小样本、方差已知——Z检验
?
正态总体小样本、方差未知——
t检验
l
单正态总体方差的检验
?
正态总体、均值未知——卡方检验
单正态总体均值的显著性检验
统计假设的形式
双边检验
左边检验
右边检验
单正态总体均值的Z检验
拒绝域的代数表示
双边检验
左边检验
右边检验
比例——特殊的均值的Z检验
单正态总体均值的
t
检验
单正态总体方差的卡方检验
拒绝域
双边检验
左边检验
右边检验