导图社区 概率统计
我自己学习概率统计的一些总结,内容有参数估计、大数定律和中心极限定理、假设检验、数理统计的基本概念、数字特征、随机变量及其分布、随机事件及其概率、随机向量及其分布,欢迎大家一起学习。
提示: 本内容由社区用户上传并分享。平台不对内容的真实性、合法性、知识产权归属及是否侵害第三方权利进行事前审核或保证。本内容可能包含受版权保护的图片、字体或其他第三方素材,使用前请自行确认授权范围。
这份思维导图主要按照《python从入门到实践》的大纲来做出来的,并在相关内容的解释处加入了相关代码,欢迎大家一起学习!
职能地图-Java,干货分享~Java语言技术,java技术扩展,数据结构,维优,个人职能,技术面试知识点总结。
当今大型软件系统的开发多采用企业级的开发模式,而Java语言也是目前较为流行的企业级开发语言之一。针对Java企业级开发,涉及的知识点和技术栈较为丰富,包括但不限于Java EE、Spring框架、Hibernate框架、Maven、Git、Jenkins等等。这份思维导图以Java企业级开发为主题,通过图解的形式将涉及的知识点进行了梳理和整理,从Java EE体系结构、Servlet、JSP、Spring框架、Hibernate框架、Maven等基础知识开始讲解,逐步深入到SpringMVC、
社区模板帮助中心,点此进入>>
英语词性
法理
刑法总则
【华政插班生】文学常识-先秦
【华政插班生】文学常识-秦汉
文学常识:魏晋南北朝
【华政插班生】文学常识-隋唐五代
【华政插班生】文学常识-两宋
民法分论
日语高考動詞の活用
概率统计
参数估计
点估计
矩估计
最大似然估计
点估计的评价标准
无偏性
有效性
一致性
区间估计
正态总体均值的区间估计
σ²已知
σ²未知
正态总体方差的区间估计
μ已知
μ未知
两个正态总体均值差的区间估计
σ₁²,σ₂²已知
σ₁²,σ₂²未知
两个正态总体方差比的区间估计
u₁,u₂已知
u₁,u₂未知
大数定律和中心极限定理
切比雪夫不等式
大数定律
依概率收敛
切比雪夫大数定律
伯努利大数定律
辛钦大数定律
中心极限定理
莱维-林德伯格定理
棣莫弗-拉普拉斯定理
假设检验
假设检验的思想
单正态总体参数的假设检验
均值μ的检验
方差σ²的检验
双正态总体参数的假设检验
均值差
方差比
μ₁,μ₂已知
μ₁,μ₂未知
数理统计的基本概念
总体和样本
经验分布函数
统计量
定义
常见统计量
样本均值
样本方差
样本标准差
k阶原点矩、中心矩等
常用统计分布
卡方分布
t分布
F分布
抽样分布
来自单个正态总体
来自两个正态总体
数字特征
数学期望E(X)
离散型
连续型
随机变量函数的数学期望
Y=G(X)
Z=G(X,Y)
性质
计算
方差D(X)
常见随机变量期望和方差
两点分布
二项分布
几何分布
泊松分布
超几何分布
均匀分布
指数分布
正态分布
协方差及相关系数
协方差Cov(X,Y)
相关系数ρXY
和独立性的联系与区别
矩
原点矩
中心矩
混合矩
随机变量及其分布
随机变量
非离散型
非连续型
离散型随机变量
概率分布
分布函数
常见分布
两点分布X~B(1,p)
二项分布X~B(n,p)
泊松分布X~P(λ)
几何分布X~G(p)
超几何分布X~h(n,N,M)
连续型随机变量
概率
概率密度
均匀分布X~U[a,b]
指数分布X~E(λ)
正态分布X~N(μ,σ²)
标准正态分布X~N(0,1)
随机变量函数
离散型随机变量函数的分布
连续型随机变量函数的分布
分布函数法
公式法
随机事件及其概率
随机事件及其运算
随机试验和样本空间
随机事件
事件的关系
包含与相等
和、积、差
互不相容
对立
事件的运算
交换律、结合律
分配率
对偶律(德摩根率)
概率及其运算性质
古典概型
几何概型
频率与概率
概率的公理化定义
概率的性质
条件概率
乘法公式
全概率公式
贝叶斯公式(逆概率公式)
事件的独立性
事件的相互独立
伯努利概型
系统的可靠度
串联系统
并联系统
串并联系统
并串联系统
随机向量及其分布
二维随机向量
二维均匀分布
二维正态分布
边缘分布
边缘概率分布律
边缘概率密度函数
边缘分布函数
条件分布
条件分布律
条件分布函数
条件概率密度
独立性
判定方法
随机向量函数
卷积公式
Z=X+Y且X,Y相互独立