公式汇总：
三、均值和方差的置信区间估计
3.1 均值的估计
3.1.1 方差已知：
~(0,1)
X
Z N
=，
/2/2
,
X z X z
αα
?
-+
?
3.1.2 方差未知：
~(1)
X
t t n
=-，
/
X t X t
αα
?
-+
?
3.2 方差的估计
3.2.1 均值已知：
略
3.2.2 均值未知：
/2
2
22
1/22
(1)
(1)(1)1
n S
P n n
α
α
χχα
σ
-
??
-
-≤≤-=-
??
??
，
/2
22
2
22
1/2
(1)(1)
(1)(1)
n S n S
n n
α
α
σ
χχ
-
--
≤≤
--
得到置信区间：
/2
22
22
1/2
(1)(1)
,
(1)(1)
n S n S
n n
α
α
χχ
-
??
--
?
?
--
??
四、两个总体的置信区间
4.1 正太均值差
12
μμ
-的区间估计
4.1.1 方差已知
2
1
1
1
~(,)
X N
n
σ
μ，
2
2
2
2
~(,)
Y N
n
σ
μ，
于是：2
212
121
2
~(,
)X Y N n n σσμμ--+
~(0,1)X Y N ，得到：
置信区间为：X Y Z α? -+ ? 4.1.2 方差未知
12T ~(2)X Y t n n =
+-
，2W
S =
得到：212(2)X Y t n n S α?-++- ?
4.2 正太总体方差的比2212σσ的置信区间估计
4.2.1 仅讨论均值未知的情况
2211122222~(1,1)S F n n S σσ--，22
11121221222
22(1,1)(1,1)1S P F n n F n n S αασασ-??--<<--=-????
得到：221122
221221212S S 11,S (1,1)S (1,1)F n n F n n αα-?? ? ?----??
4.3 单侧置信区间
单侧下限：1?{}1P θθα≥=- 单侧上限：2
?{}1P θθα≤=- 具体的，将双侧置信区间中的α/2改成α，然后下限就取区间左端，上限就取区间右端。
5 回归分析
5.1 线性回归方程以及相关系数r
1?/xy xx
L L β=，01??y x ββ=- 其中：
2
2211
()n n
xx i i i i L x x x nx ===-=-∑∑
1
()()n
xy i i i L x x y y ==--=
∑1
n
i i
i x y nxy =-∑
2
221
1
()n n
yy i i i i L y y y ny ===-=-∑∑
相关系数：2xy
2
xx yy
l r =
l l
r 有如下性质： 1.1r ≤
2.1r =时，y 与x 有线性相关关系
3.0r =时，y 与x 线性无关
4.r 越大，线性关系越强
5.2 2σ的无偏估计
2?2
e
Q n σ
=-，其中 1?e yy xy
Q L L β=-
5.3 对回归方程进行显著性检测 5.3.1 F 检测
假设：01:0,H β=11:0.H β≠
统计量：2
2
(2)2(~)1n S F S F n =--残
回
， 拒绝域：2
2
(2)(1,2)n S F F n S α-=>-残
回
，若在拒绝域内，则拒绝假设0H ，认为线性关系显著。 其中：22
21
11
???()=n
i
xx xy i S y
y L L ββ==
-=∑回
，2221?=yy xy e S S S L L Q β=-=-回残总
5.3.2 t 检测
假设：01:0,H β=11:0.H β≠
拒绝域：/2(2)t t n α=
≥-，若在拒绝域内，则拒绝假设0H ，认为线性关系显著。 5.4 预测：给定x=x 0，给出置信水平，预测y ，求y 的置信区间 对应y
的置信区间为：0/2?(2)y n α?? ?±- ???
当n 较大时，简化为：()0/2??y
u ασ±
5.5 控制：当x 处于什么范围时，相应观测值y 至少以1-α的置信度落在（y1, y2）中。
解：1/210
1
?(21))?(x y n αββ--=+ 注意这里下限对应加，上限对应减
2/220
1
?(21))?(x y n αββ--=- 当n 较大时，简化为： 11/201??1()?u x y ασββ-=+ 22/201??1()?u x y ασββ-=-
6 方差分析与正交实验设计
其中：s 表示因素A 有s 个水平，或者说有s 种选择。n j 表示水平j 有n j 个样本 总样本数：1s
j j n n ==∑
组间差：2
2..1
1
1
()() j
n s
S
A j
j j j i J S X
X n X X ===--∑
∑∑＝＝
组内差：2E .1
1
S ()j
n s
ij
j j i X
X ===-∑
∑
组内平均值：.1
1
j
n j ij
i j
X X
n ==
∑
样本总平均值：.11
111j
n j
j
ij j j j i j X X n X n n ====∑
∑∑＝
总和：T S A E S S =+，这三个平方和均服从卡方分布 统计量：~(1,)A
E
S F F s n s S =
-- 显著性检测：
H 0：所有水平下的均值μ均相等。 则有：00(1,);(1,);
F F s n s H F F s n s H αα>--<--若，则拒绝若，则接受
6.2 双因素方差分析
6.2.1 无交互作用的方差分析表
其中：r 表示A 的水平数，s 表示B 的水平数
11,s i ij j X X s ?==∑ 11,r
j i j i X X r ?==∑ 111r s ij i j X X rs ===∑∑11
11r s i j i j X X X r s ??===>==∑∑
假设检验：
0112:0r H ααα==== 对应拒绝域：(1,(1)(1))A F F r r s α≥--- 0212:0s H βββ==
== 对应拒绝域：(1,(1)(1))B F F r r s α≥---
其中：r 是A 的水平数，s 是B 的水平数，c 是A 和B 的每一种组合的试验次数。
假设检验：
()()1,1A F F r rs c α≥--，表示A 对结果影响显著 ()()1,1B F F s rs c α≥--，表示B 对结果影响显著
()()()()11,1I F F r s rs c α≥---，表明A 和B 的交互作用对结果影响显著。
《概率论与数理统计》 第一章随机事件及其概率 §1.1 随机事件 一、给出事件描述，要求用运算关系符表示事件： 二、给出事件运算关系符，要求判断其正确性： §1.2 概率 古典概型公式：P （A ）= 所含样本点数 所含样本点数 ΩA 实用中经常采用“排列组合”的方法计算 补例1：将n 个球随机地放到n 个盒中去，问每个盒子恰有1个球的概率是多少？解：设A ： “每个盒子恰有1个球”。求：P(A)=？Ω所含样本点数：n n n n n =???... Α所含样本点数：!1...)2()1(n n n n =??-?-?n n n A P ! )(=∴ 补例2：将3封信随机地放入4个信箱中，问信箱中信的封数的最大数分别为1、2、3的概率各是多少？ 解：设A i ：“信箱中信的最大封数为i”。(i =1,2,3)求：P(A i )=？ Ω所含样本点数：6444 443==?? A 1所含样本点数：24234=?? 8 36424)(1== ∴A P A 2所含样本点数： 363423=??C 16 9 6436)(2== ∴A P A 3所含样本点数：443 3 =?C 16 1644)(3== ∴A P 注：由概率定义得出的几个性质： 1、0
P(A 1+A 2+...+ A n )= P(A 1) + P(A 2) +…+ P(A n ) 推论2：设A 1、 A 2、…、 A n 构成完备事件组，则 P(A 1+A 2+...+ A n )=1 推论3： P （A ）=1－P （A ） 推论4：若B ?A ，则P(B －A)= P(B)－P(A) 推论5（广义加法公式）： 对任意两个事件A 与B ，有P(A ∪B)=P(A)+P(B)－P(A B) 补充——对偶律： n n A A A A A A ???=???......2121 n n A A A A A A ???=??? (2121) §1.4 条件概率与乘法法则 条件概率公式：P(A/B)= )()(B P AB P （P(B)≠0）P(B/A)= ) () (A P AB P （P(A)≠0） ∴P （AB ）=P （A /B ）P （B ）= P （B / A ）P （A ） 有时须与P （A+B ）=P （A ）+P （B ）－P （AB ）中的P （AB ）联系解题。 全概率与逆概率公式： 全概率公式： ∑==n i i i A B P A P B P 1 )/()()( 逆概率公式： ) () ()/(B P B A P B A P i i = ),...,2,1(n i = （注意全概率公式和逆概率公式的题型：将试验可看成分为两步做，如果要求第二步某事件的概率，就用全概率公式；如果求在第二步某事件发生条件下第一步某事件的概率，就用逆概率公式。） §1.5 独立试验概型 事件的独立性： )()()(B P A P AB P B A =?相互独立与 贝努里公式（n 重贝努里试验概率计算公式）：课本P24 另两个解题中常用的结论—— 1、定理：有四对事件：A 与B 、A 与B 、A 与B 、A 与B ，如果其中有一对相互 独立，则其余三对也相互独立。 2、公式：)...(1)...(2121 n n A A A P A A A P ???-=??? 第二章 随机变量及其分布
概率论与数理统计总复习 第一章 概率论的基本概念 1. 事件的关系及运算 互不相容事件：AB =Φ 即A,B 不能同时发生。 对立事件：A B =ΩU 且AB =Φ 即A B B ==Ω- 差事件：A B - 即 A 发生但B 不发生的事件 切记： ()A B AB A AB A B B -==-=-U 2. 概率的性质 单 调 性 ： 若 B A ?，则 )()()(A P B P A B P -=- 加法定理：)()()() (AB P B P A P B A P -+=Y )()()()()(AB P C P B P A P C B A P -++=Y Y )()()(ABC P CA P BC P +-- 例1 设 ,,()0.7,()0.4,A C B C P A P A C ??=-= ()0.5P AB =，求()P AB C -。 解：()()()P A C P A P AC -=- ()()P A P C =- （AC C =Q ） 故 ()()()0.70.40.3P C P A P A C =--=-= 由此 ()()()P AB C P AB P ABC -= - ()()P AB P C =- （ABC C =Q ） 0.50.30.2=-=
注：求事件的概率严禁画文氏图说明，一定要用概率的性质 计算。 3. 条件概率与三个重要公式 乘法公式 全概率公式 1()()(/)n i i i P A P B P A B ==∑ 贝叶斯公式（求事后概率） 例2、（10分）盒中有6个新乒乓球，每次比赛从其中任取两个球来用，赛后仍放回盒中，求第三次取得两个新球的概率。 解：设A i ——第2次摸出i 个新球(i =0,1,2), B ——第3次摸出两个新球 ∵ A 0，A 1，A 2构成Ω的一个划分 ∴ 由全概率公式 其中 故 ; )/()()(A B P A P AB P =()(/) (/)() i i i P B P A B P B A P A = 2 ()()(|) k k k P B P A P B A ==∑201102 244224012222 666186(),()()151515C C C C C C P A P A P A C C C ======202002 334242012222 666631 (|)(|)(|)151515 C C C C C C P B A P B A P B A C C C ======4 ()0.16 25 P B ==
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 ● E(a)=a ，其中a 为常数 ● E(a+bX)=a+bE(X)，其中a 、b 为常数 ● 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 ) () ()|(B P AB P B A P =)|()()(B A P B P AB P =) |()(A B P A P =∑ ==n k k k B A P B P A P 1)|()()(∑ ==n k k k i i k B A P B P B A P B P A B P 1 )|()()|()()|() ,...,1,0()1()(n k p p C k X P k n k k n =-==-，,...) 1,0(! )(== =-k e k k X P k ，λλ 1)(=? +∞ ∞ -dx x f )(b X a P ≤≤?=≤≤b a dx x f b X a P )()() 0(1 )(/≥= -x e x f x θ θ ∑≤==≤=x k k X P x X P x F ) ()()(? ∞ -=≤=x dt t f x X P x F )()()(? ∞ -=≤=x dt t f x X P x F )()()() ,(y x f ),(y x F 0 ),(≥y x f 1),(=?? +∞∞-+∞ ∞ -dxdy y x f 1),(0≤≤y x F },{),(y Y x X P y x F ≤≤=?+∞ ∞ -=dy y x f x f X ),()(?+∞ ∞ -=dx y x f y f Y ),()(} {}{},{j Y P i X P j Y i X P =====) ()(),(y f x f y x f Y X =∑+∞ -∞ =?= k k k P x X E )(? +∞ ∞ -?=dx x f x X E )()(∑ =k k k p x g X g E )())((∑∑=i j ij i p x X E )(dxdy y x xf X E ??=),()() (1 )(b x a a b x f ≤≤-= ) ()('x f x F =
一、随机事件与概率
二、随机变量及其分布 1、分布函数 ()()(),()()() ()k k x x x P X x F x P X x P a X b F b F a f t dt ≤-∞ ?=?=≤=<≤=-???∑? 概率密度函数 计算概率： 2、离散型随机变量及其分布 3、续型型随机变量及其分布 1 )(=? +∞ ∞ -dx x f ?=≤≤b a dx x f b X a P )()(
一般正态分布的概率计算公式 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： 4、随机变量函数Y=g(X)的分布 离散型：()(),1,2, j i i j g x y P Y y p i === =∑ ， 连续型： ①分布函数法， ②公式法()(())()(())Y X f y f h y h y x h y '=?=单调 h(y)是g(x)的反函数 三、多维随机变量及其分布 1、离散型二维随机变量及其分布 分布律：(,),,1,2, i j ij P X x Y y p i j ==== 联合分布函数(,)i i ij x x y y F X Y p ≤≤= ∑∑ 边缘分布律：()i i ij j p P X x p ?===∑ ()j j ij i p P Y y p ?===∑ 条件分布律：(),1,2, ij i j j p P X x Y y i p ?====，(),1,2,ij j i i p P Y y X x j p ? === = 联合密度函数 2、连续型二维随机变量及其分布 ①分布函数及性质 分布函数：?? ∞-∞ -= x y dudv v u f y x F ),(),( 性质：2(,) (,)1, (,),F x y F f x y x y ?+∞+∞==??((,))(,)G P x y G f x y dxdy ∈=?? ②边缘分布函数与边缘密度函数 分布函数：?? ∞-+∞ ∞ -= x X dvdu v u f x F ),()( 密度函数：? +∞ ∞ -= dv v x f x f X ),()( ? ∞ -=≤=x dt t f x X P x F )()()(∑≤==≤=x k k X P x X P x F ) ()()() ()(' x f x F =? ∞ -=≤=x dt t f x X P x F )()()(1),(0≤≤y x F } ,{),(y Y x X P y x F ≤≤=) ,(y x f 0 ),(≥y x f 1 ),(=?? +∞∞-+∞ ∞ -dxdy y x f ) ( )()(σ μ -Φ=<=≤a a X P a X P ) ( 1)()(σ μ -Φ-=>=≥a a X P a X P ) ( )( )(σ μ σ μ -Φ--Φ=≤≤a b b X a P
第1章随机事件及其概率 （1）排列组合公式 )! ( ! n m m P n m- =从m个人中挑出n个人进行排列的可能数。 )! (! ! n m n m C n m- =从m个人中挑出n个人进行组合的可能数。 （2）加法和乘法原理加法原理（两种方法均能完成此事）：m+n 某件事由两种方法来完成，第一种方法可由m种方法完成，第二种方法可由n种方法来完成，则这件事可由m+n 种方法来完成。 乘法原理（两个步骤分别不能完成这件事）：m×n 某件事由两个步骤来完成，第一个步骤可由m种方法完成，第二个步骤可由n 种方法来完成，则这件事可由m×n 种方法来完成。 （3）一些常见排列重复排列和非重复排列（有序）对立事件（至少有一个） 顺序问题 （4）随机试验和随机事件如果一个试验在相同条件下可以重复进行，而每次试验的可能结果不止一个，但在进行一次试验之前却不能断言它出现哪个结果，则称这种试验为随机试验。 试验的可能结果称为随机事件。 （5）基本事件、样本空间和事件在一个试验下，不管事件有多少个，总可以从其中找出这样一组事件，它具有如下性质： ①每进行一次试验，必须发生且只能发生这一组中的一个事件； ②任何事件，都是由这一组中的部分事件组成的。 这样一组事件中的每一个事件称为基本事件，用ω来表示。 基本事件的全体，称为试验的样本空间，用Ω表示。 一个事件就是由Ω中的部分点（基本事件ω）组成的集合。通常用大写字母A，B，C，…表示事件，它们是Ω的子集。 Ω为必然事件，?为不可能事件。 不可能事件（?）的概率为零，而概率为零的事件不一定是不可能事件；同理，必然事件（Ω）的概率为1，而概率为1的事件也不一定是必然事件。 （6）事件的关系与运算①关系： 如果事件A的组成部分也是事件B的组成部分，（A发生必有事件B发生）：B A? 如果同时有B A?，A B?，则称事件A与事件B等价，或称A等于B：A=B。 A、B中至少有一个发生的事件：A B，或者A+B。 属于A而不属于B的部分所构成的事件，称为A与B的差，记为A-B，也可表示为A-AB或者B A，它表示A发生而B不发生的事件。 A、B同时发生：A B，或者AB。A B=?，则表示A与B不可能同时发生，称事件A与事件B 互不相容或者互斥。基本事件是互不相容的。 Ω-A称为事件A的逆事件，或称A的对立事件，记为A。它表示A不发生的事件。互斥未必对立。 ②运算： 结合率：A(BC)=(AB)C A∪(B∪C)=(A∪B)∪C 分配率：(AB)∪C=(A∪C)∩(B∪C) (A∪B)∩C=(AC)∪(BC) 德摩根率： ∞ = ∞ = = 1 1i i i i A A B A B A =，B A B A =
习题五 1 试检验不同日期生产的钢锭的平均重量有无显著差异？（=0.05） 解 根据问题，因素A 表示日期，试验指标为钢锭重量，水平为5. 假设样本观测值(1,2,3,4)ij y j =来源于正态总体2 ~(,),1,2,...,5i i Y N i μσ= . 检验的问题：01251:,:i H H μμμμ===不全相等 . 计算结果： 表5.1 单因素方差分析表 ‘*’ . 查表0.95(4,15) 3.06F =，因为0.953.9496(4,15)F F =>，或p = 0.02199<0.05， 所以拒绝0H ，认为不同日期生产的钢锭的平均重量有显著差异. 2 考察四种不同催化剂对某一化工产品的得率的影响，在四种不同催化剂下分别做试验 试检验在四种不同催化剂下平均得率有无显著差异？（=0.05） 解 根据问题，设因素A 表示催化剂，试验指标为化工产品的得率，水平为4 . 假设样本观测值(1,2,...,)ij i y j n =来源于正态总体2 ~(,),1,2,...,5i i Y N i μσ= .其中
样本容量不等，i n 分别取值为6，5，3，4 . 检验的问题：012341:,:i H H μμμμμ===不全相等 . 计算结果： 表5.2 单因素方差分析表 查表0.95(3,14) 3.34F =，因为0.952.4264(3,14)F F =<，或p = 0.1089 > 0.05， 所以接受0H ，认为在四种不同催化剂下平均得率无显著差异 . 3 试验某种钢的冲击值（kg ×m/cm2），影响该指标的因素有两个，一是含铜量A ， 试检验含铜量和试验温度是否会对钢的冲击值产生显著差异？（=0.05） 解 根据问题，这是一个双因素无重复试验的问题，不考虑交互作用. 设因素,A B 分别表示为含铜量和温度，试验指标为钢的冲击力，水平为12. 假设样本观测值(1,2,3,1,2,3,4)ij y i j ==来源于正态总体2 ~(,),1,2,3,ij ij Y N i μσ= 1,2,3,4j = .记i α?为对应于i A 的主效应；记j β?为对应于j B 的主效应； 检验的问题：（1）10:i H α?全部等于零，11 :i H α?不全等于零； （2）20:j H β?全部等于零，21:j H β?不全等于零； 计算结果： 表5.3 双因素无重复试验的方差分析表 查表0.95(2,6) 5.143F =，0.95(3,6) 4.757F =，显然计算值,A B F F 分别大于查表值， 或p = 0.0005，0.0009 均显著小于0.05，所以拒绝1020,H H ，认为含铜量和试验温度都会对钢的冲击值产生显著影响作用. 4 下面记录了三位操作工分别在四台不同的机器上操作三天的日产量：
概率论与数理统计必考知识点 一、随机事件和概率 1、随机事件及其概率 运算律名称 表达式 交换律 A B B A +=+ BA AB = 结合律 C B A C B A C B A ++=++=++)()( ABC BC A C AB ==)()( 分配律 AC AB C B A ±=±)( ))(()(C A B A BC A ++=+ 德摩根律 B A B A =+ B A AB += 2、概率的定义及其计算 公式名称 公式表达式 求逆公式 )(1)(A P A P -= 加法公式 )()()()(AB P B P A P B A P -+=+ 条件概率公式 ) () ()(A P AB P A B P = 乘法公式 )()()(A B P A P AB P = )()()(B A P B P AB P = 全概率公式 ∑== n i i i A B P A P B P 1 )()()( 贝叶斯公式 （逆概率公式） ∑∞ == 1 ) ()() ()()(i i j j j j A B P A P A B P A P B A P 伯努利概型公式 n k p p C k P k n k k n n ,1,0,)1()(=-=- 两件事件相互独立相应 公式 )()()(B P A P AB P =；)()(B P A B P =；)()(A B P A B P =；1)()(=+A B P A B P ； 1)()(=+A B P A B P 二、随机变量及其分布 1、分布函数性质 )()(b F b X P =≤ )()()(a F b F b X a P -=≤< 2、离散型随机变量 分布名称 分布律 0–1分布),1(p B 1,0,)1()(1=-==-k p p k X P k k 二项分布),(p n B n k p p C k X P k n k k n ,,1,0,)1()( =-==-
北航2010《应用数理统计》考试题及参考解答 09B 一、填空题（每小题3分，共15分） 1，设总体X 服从正态分布(0,4)N ，而12 15(,,)X X X 是来自X 的样本，则22 110 22 11152() X X U X X ++=++服从的分布是_______ . 解：(10,5)F ． 2，?n θ是总体未知参数θ的相合估计量的一个充分条件是_______ . 解：??lim (), lim Var()0n n n n E θθθ→∞ →∞ ==． 3，分布拟合检验方法有_______ 与____ ___. 解：2 χ检验、柯尔莫哥洛夫检验． 4，方差分析的目的是_______ . 解：推断各因素对试验结果影响是否显著． 5，多元线性回归模型=+Y βX ε中，β的最小二乘估计?β 的协方差矩阵?βCov()=_______ . 解：1?σ-'2Cov(β) =()X X ． 二、单项选择题（每小题3分，共15分） 1，设总体~(1,9)X N ，129(,, ,)X X X 是X 的样本，则___B___ . （A ） 1~(0,1)3X N -； （B ）1 ~(0,1)1X N -； （C ） 1 ~(0,1) 9X N -； （D ~(0,1)N ． 2，若总体2(,)X N μσ，其中2σ已知，当样本容量n 保持不变时，如果置信度1α-减小，则μ的 置信区间____B___ . （A ）长度变大； （B ）长度变小； （C ）长度不变； （D ）前述都有可能. 3，在假设检验中，就检验结果而言，以下说法正确的是____B___ . （A ）拒绝和接受原假设的理由都是充分的； （B ）拒绝原假设的理由是充分的，接受原假设的理由是不充分的； （C ）拒绝原假设的理由是不充分的，接受原假设的理由是充分的； （D ）拒绝和接受原假设的理由都是不充分的. 4，对于单因素试验方差分析的数学模型，设T S 为总离差平方和，e S 为误差平方和，A S 为效应平方和，则总有___A___ .
概率论与数理统计公式总 结 Prepared on 22 November 2020
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 ) () ()|(B P AB P B A P = )|()()(B A P B P AB P =) |()(A B P A P =∑==n k k k B A P B P A P 1 ) |()()(∑== n k k k i i k B A P B P B A P B P A B P 1 ) |()() |()()|() ,...,1,0()1()(n k p p C k X P k n k k n =-==-，,...) 1,0(! )(== =-k e k k X P k ，λ λ 1)(=?+∞ ∞-dx x f ) (b X a P ≤≤?=≤≤b a dx x f b X a P )()() 0(1 )(/≥= -x e x f x θ θ ∑≤==≤=x k k X P x X P x F ) ()()(? ∞ -=≤=x dt t f x X P x F )()()(? ∞ -=≤=x dt t f x X P x F )()()(),(y x f ) ,(y x F 0 ),(≥y x f 1),(=??+∞∞-+∞ ∞-dxdy y x f 1 ),(0≤≤y x F } ,{),(y Y x X P y x F ≤≤=)(1 )(b x a a b x f ≤≤-= ) ()('x f x F =
概率论公式！ 一、随机事件与概率 二、随机变量及其分布
三、多维随机变量及其分布 联合分布函数：对任意的n个实数，，，n个事件同时发生的概率
，，，，。 联合分布函数，性质： 单调性：对x，y单调非减。 有界性：，，，，， 右连续性：对每个变量右连续。 非负性：对任意，，有，，，，，。 二维离散随机变量：只取有限个或可列个数对。 联合分布列：，，i，j=1,2… 联合分布列性质： 非负性、正则性。 联合密度函数：，，使，，，，。 联合密度函数性质： 非负性、正则性、， X的边际分布：，，。 Y的边际分布：，，。 二维指数分布： ， ，， ，其他 ，是参数 其边际分布是一维指数分布。 边际分布列： 二维离散随机变量对单个变量求和：
，，， 边际密度函数： ，，，=，为X的边际密度函数。 ，，，=，为Y的边际密度函数。 相互独立：多维随机变量的分布函数为，，，边际分布为，对任意n个实数，，： ，， 称，，相互独立。 可分离：，=，，，，。①相互独立②非零区域可分解为两个一维区间乘积。 多维离散随机变量函数：，，为n维离散随机变量，则，，为一维离散随机变量。可加性：同一类分布的独立随机变量和的分布仍属于此类分布。 泊松分布的可加性：，，则. 二项分布的可加性：，，，，则，。 连续场合的卷积公式：X和Y独立，密度函数分别为和，则Z=X+Y的密度函数为： 正态分布的可加性：，，则。 变量变换法：即数分中求二重积分的变量变换法： 的联合密度函数是，，若， ， 有连续偏导数，且存在唯一反函数 ， ， ，其 雅可比行列式，， ，，二维随机变量 ， ， ，则的联合密度函数是：，，，， 增补变量法：若，，则可令或。多维随机变量特征数： 数学期望：，的数学期望为，，，在离散场合，，，在连续场合
概率论与数理统计公式集锦 一、随机事件与概率
二、随机变量及其分布 1、分布函数性质 ()()(),()()() ()k k x x x P X x F x P X x P a X b F b F a f t dt 2、离散型随机变量及其分布 3、连续型随机变量及其分布
4、随机变量函数Y=g(X)的分布 离散型：()(),1,2,j i i j g x y P Y y p i L ， 连续型：①分布函数法，②公式法()(())()(())Y X f y f h y h y x h y 单调 三、多维随机变量及其分布 1、离散型二维随机变量及其分布 分布律：(,),,1,2,i j ij P X x Y y p i j L 分布函数(,)i i ij x x y y F X Y p 边缘分布律：()i i ij j p P X x p ()j j ij i p P Y y p 条件分布律：(),1,2,ij i j j p P X x Y y i p L ，(),1,2,ij j i i p P Y y X x j p L 2、连续型二维随机变量及其分布 ①分布函数及性质 分布函数： x y dudv v u f y x F ),(),( 性质：2(,) (,)1,(,),F x y F f x y x y ((,))(,)G P x y G f x y dxdy ②边缘分布函数与边缘密度函数 分布函数： x X dvdu v u f x F ),()(密度函数： dv v x f x f X ),()( y Y dudv v u f y F ),()( du y u f y f Y ),()( ③条件概率密度 y x f y x f x y f X X Y ,)(),()(， x y f y x f y x f Y Y X ,) () ,()(
一、随机事件与概率 公式名称 公式表达式 德摩根公式 B A B A =，B A B A = 古典概型 ()m A P A n = =包含的基本事件数基本事件总数 几何概型 () ()()A P A μμ= Ω，其中μ为几何度量（长度、面积、体积） 求逆公式 )(1)(A P A P -= 加法公式 P(A ∪B)= P(A+B)=P(A)+P(B)-P(AB) 当P(AB)＝0（A 、B 互斥）时，P(A ∪B)=P(A)+P(B) 减法公式 P(A-B)=P(A)-P(AB)，B A ?时P(A-B)=P(A)-P(B) 条件概率公式 乘法公式 )() ()(A P AB P A B P = ()()()()()P AB P A P B A P B P A B == ()()()()P ABC P A P B A P C AB = 全概率公式 1 ()()()n i i i P A P B P A B ==∑ 从原因计算结果 贝叶斯公式 （逆概率公式） 1 ()() ()()() i i i n i i i P B P A B P B A P B P A B == ∑ 从结果找原因 两个事件 相互独立 ()()()P AB P A P B =；()()P B A P B =；)()(A B P A B P =；
二、随机变量及其分布 1、分布函数 ()()(),()()() ()k k x x x P X x F x P X x P a X b F b F a f t dt ≤-∞ ?=?=≤=<≤=-???∑? 概率密度函数 计算概率： 2、离散型随机变量及其分布 分布名称 分布律 0-1分布 X ～b(1,p) 1,0,)1()(1=-==-k p p k X P k k 二项分布(贝努利分布) X ～B(n,p) n k p p C k X P k n k k n ,,1,0,)1()( =-==- 泊松分布 X ～p(λ) (),0,1,2,! k P X k e k k λλ-== = 3、续型型随机变量及其分布 分布名称 密度函数 分布函数 均匀分布 x ～U(a,b) ?? ?? ?<<-=其他,0,1 )(b x a a b x f 0, (),1, =-0 , 00,)(x x e x f x λλ ???? ?≤>-=-0 , 00 , 1)(x x e x F x λ 正态分布 x ～N(2,σμ) 2 2 ()21()2μσπσ -- = -∞<<+∞ x f x e x 22 ()21 ()d 2μσπσ -- -∞ = ?t x F x e t 标准正态分布 x ～N(0,1) 2 2 1()2?π - = -∞<<+∞ x x e x 212 1 ()2t x x e dt π --∞ Φ= ? 1 )(=? +∞ ∞ -dx x f ?=≤≤b a dx x f b X a P )()(
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 ) () ()|(B P AB P B A P = )|()()(B A P B P AB P =) |()(A B P A P =∑==n k k k B A P B P A P 1 ) |()()(∑== n k k k i i k B A P B P B A P B P A B P 1 ) |()() |()()|() ,...,1,0()1()(n k p p C k X P k n k k n =-==-，,...) 1,0(! )(== =-k e k k X P k ，λ λ 1)(=? +∞ ∞ -dx x f ) (b X a P ≤≤?=≤≤b a dx x f b X a P )()() 0(1 )(/≥= -x e x f x θ θ ∑≤==≤=x k k X P x X P x F ) ()()(? ∞ -=≤=x dt t f x X P x F )()()(? ∞ -=≤=x dt t f x X P x F )()()(),(y x f ) ,(y x F 0 ),(≥y x f 1),(=?? +∞ ∞ -+∞ ∞ -dxdy y x f 1 ),(0≤≤y x F } ,{),(y Y x X P y x F ≤≤=?+∞ ∞ -=dy y x f x f X ),()(?+∞ ∞ -=dx y x f y f Y ),()() (1 )(b x a a b x f ≤≤-= ) ()('x f x F =
习题五 1 某钢厂检查一月上旬内的五天中生产的钢锭重量，结果如下：(单位：k g) 日期重旦量 1 5500 5800 5740 5710 2 5440 5680 5240 5600 4 5400 5410 5430 5400 9 5640 5700 5660 5700 10 5610 5700 5610 5400 试检验不同日期生产的钢锭的平均重量有无显著差异？ ( =0.05) 解根据问题，因素A表示日期，试验指标为钢锭重量，水平为 5. 2 假设样本观测值y j(j 123,4)来源于正态总体Y~N(i, ),i 1,2,...,5 检验的问题：H。：i 2 L 5, H i : i不全相等. 计算结果： 注释当=0.001表示非常显著，标记为*** '类似地，=0.01，0.05，分别标记为 查表F0.95(4,15) 3.06，因为F 3.9496 F0.95(4,15)，或p = 0.02199<0.05 ，所 以拒绝H。，认为不同日期生产的钢锭的平均重量有显著差异 2 考察四种不同催化剂对某一化工产品的得率的影响，在四种不同催化剂下分别做试验 解 根据问题，设因素A表示催化剂，试验指标为化工产品的得率，水平为 4 . 2 假设样本观测值y j(j 1,2,..., nJ来源于正态总体Y~N(i, ), i 1,2,...,5 .其中样本容量不等，n分别取值为6，5，3，4 .
日产量 操作工 查表 F O .95（3,14） 3.34，因为 F 2.4264 F °.95（3,14），或 p = 0.1089 > 0.05， 所以接受H 。，认为在四种不同催化剂下平均得率无显著差异 3 试验某种钢的冲击值（kg Xm/cm2 ）,影响该指标的因素有两个，一是含铜量 A ,另 一个是温度 试检验含铜量和试验温度是否会对钢的冲击值产生显著差异？ （ =0.05 ） 解 根据问题，这是一个双因素无重复试验的问题，不考虑交互作用 设因素A,B 分别表示为含铜量和温度，试验指标为钢的冲击力，水平为 12. 2 假设样本观测值y j （i 1,2,3, j 1,2,3,4）来源于正态总体 Y j ~N （j , ）,i 1,2,3, j 1,2,3,4 .记i 为对应于A 的主效应；记 j 为对应于B j 的主效应； 检验的问题：（1） H i 。： i 全部等于零，H i — i 不全等于零； （2） H 20 : j 全部等于零，H 21： j 不全等于零； 计算结果： 查表F 0.95（2,6） 5.143 ,局.95（3,6） 4.757 ,显然计算值F A , F B 分别大于查表值, 或p = 0.0005 , 0.0009均显著小于0.05，所以拒绝H i°,H 20，认为含铜量和试验温度 都会对钢的冲击值产生显著影响作用 . 4 下面记录了三位操作工分别在四台不同的机器上操作三天的日产量: 检验的问题：H 0： 1 计算结果： H i : i 不全相等
应用数理统计答案 学号： 姓名： 班级：
目录 第一章数理统计的基本概念 (2) 第二章参数估计 (14) 第三章假设检验 (24) 第四章方差分析与正交试验设计 (29) 第五章回归分析 (32) 第六章统计决策与贝叶斯推断 (35) 对应书目：《应用数理统计》施雨著西安交通大学出版社
第一章 数理统计的基本概念 1.1 解：∵ 2 (,)X N μσ ∴ 2 (,)n X N σμ ∴ (0,1)N 分布 ∴(1)0.95P X P μ-<=<= 又∵ 查表可得0.025 1.96u = ∴ 2 2 1.96n σ= 1.2 解：(1) ∵ (0.0015)X Exp ∴ 每个元件至800个小时没有失效的概率为： 800 0.00150 1.2 (800)1(800) 10.0015x P X P X e dx e -->==-<=-=? ∴ 6个元件都没失效的概率为： 1.267.2 ()P e e --== (2) ∵ (0.0015)X Exp ∴ 每个元件至3000个小时失效的概率为： 3000 0.00150 4.5 (3000)0.00151x P X e dx e --<===-? ∴ 6个元件没失效的概率为： 4.56 (1)P e -=- 1.4 解：
i n i n x n x e x x x P n i i 1 2 2 )(ln 2121)2(),.....,(1 22 =-- ∏∑ = =πσμσ 1.5证： 2 1 1 2 2)(na a x n x a x n i n i i i +-=-∑∑== ∑∑∑===-+-=+-+-=n i i n i i n i i a x n x x na a x n x x x x 1 2 2 2 2 11) ()(222 a) 证： ) (1111 1+=+++=∑n n i i n x x n x ) (1 1 )(1 1 11n n n n n x x n x x x n n -++=++=++
大学概率论与数理统计公式全集 一、随机事件和概率 1、随机事件及其概率 运算律名称 表达式 交换律 A B B A +=+ BA AB = 结合律 C B A C B A C B A ++=++=++)()( ABC BC A C AB ==)()( 分配律 AC AB C B A ±=±)( ) )(()(C A B A BC A ++=+ 德摩根律 B A B A =+ B A A B += 2、概率的定义及其计算 公式名称 公式表达式 求逆公式 ) (1)(A P A P -= 加法公式 ) ()()()(AB P B P A P B A P -+=+ 条件概率公式 ) () ()(A P AB P A B P = 乘法公式 ) ()()(A B P A P AB P = )()()(B A P B P AB P = 全概率公式 ∑== n i i i A B P A P B P 1 )()()( 贝叶斯公式 （逆概率公式） ∑∞ == 1 ) ()() ()()(i i j j j j A B P A P A B P A P B A P 伯努利概型公式 n k p p C k P k n k k n n ,1,0,)1()(=-=- 两件事件相互独立相 应公式 ) ()()(B P A P AB P =；)()(B P A B P =；)()(A B P A B P =；1)()(=+A B P A B P ； 1)()(=+A B P A B P
二、随机变量及其分布 1、分布函数性质 )()(b F b X P =≤ )()()(a F b F b X a P -=≤< 2、离散型随机变量 分布名称 分布律 0–1分布),1(p B 1 ,0,)1()(1=-==-k p p k X P k k 二项分布),(p n B n k p p C k X P k n k k n ,,1,0,)1()( =-==- 泊松分布)(λP ,2,1,0,! )(===-k k e k X P k λλ 几何分布)(p G ,2,1,0, )1()(1=-==-k p p k X P k 超几何分布),,(n M N H ) ,min(,,1,,)(M n l l k C C C k X P n N k n M N k M +== =-- 3、连续型随机变量 分布名称 密度函数 分布函数 均匀分布),(b a U ?? ???<<-=其他,0,1 )(b x a a b x f ?? ? ????≥<≤--<=b x b x a a b a x a x x F ,1,,0)( 指数分布)(λE ???? ?>=-其他, 00 ,)(x e x f x λλ ? ??≥-<=-0,10, 0)(x e x x F x λ 正态分布),(2σμN +∞<<∞-= -- x e x f x 2 2 2)(21)(σμσ π ?∞ --- = x t t e x F d 21 )(2 22)(σμσπ 标准正态分布)1,0(N +∞<<∞-=- x e x x 2 221)(π ? ?∞ --- = x t t e x F d 21)(2 22)(σμσπ
概率论与数理统计(经管类)公式
————————————————————————————————作者：————————————————————————————————日期： 1
概率论与数理统计必考知识点 一、随机事件和概率 1、随机事件及其概率 运算律名称 表达式 交换律 A B B A +=+ BA AB = 结合律 C B A C B A C B A ++=++=++)()( ABC BC A C AB ==)()( 分配律 AC AB C B A ±=±)( ))(()(C A B A BC A ++=+ 德摩根律 B A B A =+ B A AB += 2、概率的定义及其计算 公式名称 公式表达式 求逆公式 )(1)(A P A P -= 加法公式 )()()()(AB P B P A P B A P -+=+ 条件概率公式 ) () ()(A P AB P A B P = 乘法公式 )()()(A B P A P AB P = )()()(B A P B P AB P = 全概率公式 ∑== n i i i A B P A P B P 1 )()()( 贝叶斯公式 （逆概率公式） ∑∞ == 1 ) ()() ()()(i i j j j j A B P A P A B P A P B A P 伯努利概型公式 n k p p C k P k n k k n n ,1,0,)1()(=-=- 两件事件相互独立相应 公式 )()()(B P A P AB P =；)()(B P A B P =；)()(A B P A B P =；1)()(=+A B P A B P ； 1)()(=+A B P A B P 二、随机变量及其分布 1、分布函数性质 )()(b F b X P =≤ )()()(a F b F b X a P -=≤< 2、离散型随机变量 分布名称 分布律 0–1分布),1(p B 1,0,)1()(1=-==-k p p k X P k k 二项分布),(p n B n k p p C k X P k n k k n ,,1,0,)1()( =-==-