概率论复习
关于大二上学期概率论学的稀烂,期末复习知识不进脑子的那点事……
二项随机概率分布
cdf (概率分布函数)
这玩意实际运算的时候,可以查表orz..
均值和方差
对于二项分布
证明均值的过程:
Hypergeometric Distribution & Negative Binomial Distributions(超几何分布和负二项分布)
超几何分布
$P(X=x)=h(x;n,M,N)=\frac{出现x次的次数}{可能情况的次数}=\frac{CM^xC{N-M}^{n-x}}{C_N^n}$,表示总共N个物品,M个特定物品,抽取n次,抽到特定物品x次的概率。
期望和方差
负二项分布
成功次数固定,实验次数不定
泊松分布
当二项分布
均值和方差
都是
pdf(概率密度函数)
$P(X=c)=\intc^cf(x)dx=\lim{\varepsilon\rightarrow0}\int_{c-\varepsilon}^{c+\varepsilon}f(x)dx=0$。
如果x连续分布,概率密度函数f(x)和概率分布函数F(x)存在,且每一个x都存在一个对应的导数F’(x),则
期望值与方差
$\mux=E(x)=\int{-\infty}^{+\infty}xf(x)dx$,
均匀分布
正态分布
概率密度函数
标准正态分布
当拿到一个非标准化的正态分布时,通过找到z临界来还原标准正态分布,
百分位数
这个就是一个查表的玩意,比如第67个百分位数,就在正态分布表查.6700,所对应的数就是第67个百分位数,是0.44,如果在两个中间,就取中间值。
z数
指数分布
均值和方差
概率分布函数
伽马函数
性质:
- 对于任意
, - 对于任意正整数n,
伽马分布
就这样演变出了个新的分布:
均值和方差
概率分布函数
如果是标准的伽马函数,分布是这样的
常见连续性分布的数学期望和方差
均匀分布
协方差:COV(x,y)
公式:
。
$fx(x)=\int{-\infty}^{+\infty}f(x,y)dy$ x的范围
$fy(y)=\int{-\infty}^{+\infty}f(x,y)dx$ y的范围
性质:
常数和变量的协方差等于0- x,y独立,
,但是协方差为0不能得出x,y独立
相关系数
公式:
Dx和Dy是方差,开根号就是标准差
这里有一个关于方差的公式:
性质:
独立和不相关
x,y独立意思是x和y之间没有关系,互不影响,而x,y不相关的意思是x和y之间没有线性关系(可能有非线性关系)
因此:
- x,y独立意味着x,y不相关
- x,y不相关不一定代表x,y独立
另外要想证明x,y独立,需要知道x,y独立的充要条件,即:
中心距与原点矩
定义:
原点矩:
离散:
连续:
中心距:
离散:
连续:
- 一阶中心距:
- 二阶中心矩:
就是方差