导图社区 概率论与部分数理统计期末复习自制思维导图
这是一篇关于概率论与部分数理统计期末复习自制的思维导图,画面清晰内容实用,备考的同学们可以下载起来。
编辑于2022-01-13 17:34:50概率论与数理统计
概率论
古典概型
几何概型
事件的概率
包含关系
互斥/互不相容关系(两者不同时发生)
对立关系(两者必发生一个也只能发生一个)
条件概率
P(A|B)=P(AB)/P(B)
全概率公式
P(总体某事发生)=P(A发生)P(A中发生该事)+P(B发生)P(B中发生该事)……
贝叶斯公式
P(已知总体中发生某事,发生该事的来源是A)=[P(A发生)P(A中发生该事)]/P(总体发生该事)
离散型随机变量
一维离散型求分布律
一维离散型求期望、方差
E(X)=x1p(x1)+x2p(x2)……xnp(xn)
E(AX+BY+C)=AE(X)+BE(X)+C
D(X)=E(X^2)-[E(X)]^2
D(AX+B)=A^2D(X)
D(任意量)>=0
二维离散型求分布律(联合分布律)
二维离散型求边缘分布律
连续型随机变量
一维连续型求概率
P(a<X<b)=fa~bfX(x)dx=F(b)-F(a) 注:f(x)为概率密度或概率函数
一维连续型求F(分布函数)
FA(b)=P(A<=b); F(b)=P(B<=b)
一维连续型已知F求f
fA(a)=F‘A(a)
一维连续型已知f求f
普通求法:先求F(见上:一维连续型求F), 再求f; 公式法:条件:再f(x)/=0的区间内,Y=g(x)单调增或单调减 ,X=h(y),1.用h(y)替代f(x)中的x 2.末尾乘上h’(y) 3.将fX(x)用fY(y)代替
一维连续型求期望、方差
E(X)=f最小~最大xf(x)dx; E[g(x)]=f最小~最大g(x)f(x)dx;其它均与一维离散型求法相同
二维连续型分布函数(联合分布函数)
F(x,y)是变量x,y的不减函数;关于x,y都是右连续 ; P{x1<X<=x2 , y1<Y<=y2}=F(x2,y2)-F(x1-y2)-F(x2-y1)+F(x1,y1)
二维连续型概率密度
P{(X,Y)属于G}=ffG [f(x,y)dxdy; [6^2F(x,y)/6x6y]=f(x,y)
常见的五种分布
均匀分布
P=满足要求的长度/总长度 ; 表示方法:U[a,b]
泊松分布
P(X=x)=(入^x/x!)e^-入 ; 表示方法:B[n,p]
二项分布
P(X=x)=C(上x下n) P^x (1-p)^(n-x) ; 表示方法:B[n,p]
指数分布
f(x)=
入e^-(入x), x>0 ; 表示方法:E(入)
0 , x<=0
正态分布{X~N(μ,6^2)}
f(x)={1/[(2π)^(1/2) 6]}e^-{[(x-μ)^2]/(2 6^2)}
P(a<X<b)=φ[(b-μ)/6]-φ[(a-μ)/6]
P(X<a)=φ[(a-μ)/6] φ(n)可查表得到, . 表示方法:N(μ,6^2)
P(X>b)=1-φ[(b-μ)/6]
最大值fmax=f(μ)=1/[(2π)^(1/2) 6]
正态分布标准化原理:X~N(μ,6^2),则有[(X-μ)/6]~N(0,1)
F(x)=P(X<=x)=P{[(X-μ)/6]<=[(x-μ)/6]}=φ[(x-μ)/6] ; P{x1<X<x2}=F(x2)-F(x1)=φ[(x2-μ)/6]-φ[(x1-μ)/6]
抽样分布定理
X~N(μ,6^2) ; X8~N(μ,(6^2)/n) ; (X-μ)/6~N(0,1) ; (X8-μ)/{6/[n^1/2]}~N(0,1) ; (X8-μ)/{S/[n^1/2]}~t(n-1) ; [(n-1)S^2]/(6^2)~X^2(n-1)
数理统计
数理统计基础
判断是否为统计量
除X、S、n外,若还含有其它未知量,则不为统计量
求样本均值、样本方差、样本标准差
X8=[(x1+x2+x3+……+xn)/n; S^2=(x1-X8)^2+(x2-X8)^2+……+(xn-X8)^2]/(n-1); S=(S^2)1/2
E(X8)=E(X); E(S^2)=D(X); D(X8)=1/nD(X)
x1、x2……xn相互独立,式子A、B……中无相同的xk,则D(A+B+……)=D(A)+D(B)+……
已知为什么分布,求某值
判断服从什么分布
参数估计
矩估计法
1.先求出总体的EX; 2.若样本值为具体的数,则EX=(x1+x2+x3+……xn)/n,可得出待求的估计量; 3若样本值为x1、x2、x3……未知的数,均值为X8,则EX=X8;可得出待求估计量
最大似然估计法
题干给出具体的样本值x1、x2、x3……若题干没给出就自己这样设,1.若总体X为连续型变量,则L(待求字母)=f(x1)f(x2)f(x3)……f(xn) f(xi)/=0; 2.若总体X为离散型变量,则L(待测字母)=p(X=x1)p(X=x2)……p(X=xn); 3.令d[L(待求字母)]/d(待求字母)=0; 若能求的待求字母,则完成;若不能求得待求字母,则判断d[L(待求字母)]/d(待求字母)的正负。为正,L(待求字母)单增,待求字母的值为待求字母所能取得的最大值;为负,L(待求字母)单减,待求字母的值为待求字母所能取得的最小值
估计量的评选标准
A为B的无偏估计量《==》EA=B
讨论A、B作为C的估计量的有效性,若EA=EB=C时,D(某个)<=D(另一个),则称D更小的那个估计量更有效
区间估计
1.令φ=1-置信度 2.求μ的置信区间,方差已知:(X8-6/(n^1/2)Z(φ/2),X8+6/(n^1/2)Z(φ/2); 方差未知: (X8-S/(n^1/2)t(φ/2)(n-1),X8+S/(n^1/2)t(φ/2)(n-1) 3.求6^2的置信区间,([(n-1)S^2]/[卡方(φ/2)(n-1)],[(n-1)S^2]/[卡方(1-φ/2)(n-1)] 4.………………(还有一些复杂的,此处不列举)
三个重要分布
卡方分布(X^2)
X~N(0,1) ; X^2~X^2(n); X^2=[(x1)^2+(x2)^2+……+(xn)^2]
t分布
T~t(n) ; T=X/[(Y/n)^1/2]; X与Y相互独立 ;X~N(0,1) ; Y~X^2(n); t分布与正态分布及其类似
F分布
F~F(m,n) ; F=(X/m)/(Y/n) ; X与Y相互独立;X~X^2(m) ;Y~X^2(n)