概率与统计的复习知识点

概率与统计知识点总结一、概率的基本概念概率，简单来说，就是衡量某个事件发生可能性大小的一个数值。

比如抛硬币，正面朝上的概率是 05，意思是在大量重复抛硬币的实验中，正面朝上的次数大约占总次数的一半。

随机事件，就是在一定条件下，可能出现也可能不出现，而在大量重复试验中具有某种规律性的事件。

比如掷骰子得到的点数就是随机事件。

必然事件，就是在一定条件下必然会发生的事件。

比如太阳从东方升起，这就是必然事件。

不可能事件，就是在一定条件下不可能发生的事件。

比如在地球上，水往高处流就是不可能事件。

概率的取值范围在 0 到 1 之间。

0 表示事件不可能发生，1 表示事件必然发生。

二、古典概型古典概型是一种最简单、最基本的概率模型。

它具有两个特点：试验中所有可能出现的基本事件只有有限个；每个基本事件出现的可能性相等。

计算古典概型中事件 A 的概率公式为：P(A) ＝ A 包含的基本事件个数／基本事件的总数。

例如，一个袋子里有 5 个红球和 3 个白球，从中随机摸出一个球是红球的概率，基本事件总数是 8（5 个红球＋ 3 个白球），红球的个数是 5，所以摸到红球的概率就是 5/8。

三、几何概型与古典概型不同，几何概型中的基本事件个数是无限的。

比如在一个时间段内等可能地到达某一地点，或者在一个区域内等可能地取点。

几何概型的概率计算公式是：P(A) ＝构成事件 A 的区域长度（面积或体积）／试验的全部结果所构成的区域长度（面积或体积）。

举个例子，在区间0, 10中随机取一个数，这个数小于 5 的概率就是 5/10 ＝ 05。

四、条件概率条件概率是在已知某个事件发生的条件下，另一个事件发生的概率。

记事件 A 在事件 B 发生的条件下发生的概率为 P(A|B)。

计算公式为：P(A|B) ＝ P(AB) ／ P(B) ，其中 P(AB) 表示事件 A 和事件 B 同时发生的概率。

比如说，已知今天下雨，明天也下雨的概率就是一个条件概率。

概率与统计知识点及专练（一）统计基础知识：1. 随机抽样：（1）．简单随机抽样：设一个总体的个数为N ，如果通过逐个抽取的方法从中抽取一个样本，且每次抽取时各个个体被抽到的概率相等，就称这样的抽样为简单随机抽样.常用抽签法和随机数表法.（2）．系统抽样：当总体中的个数较多时，可将总体分成均衡的几个部分，然后按照预先定出的规则，从每一部分抽取1个个体，得到所需要的样本，这种抽样叫做系统抽样（也称为机械抽样）.（3）．分层抽样：当已知总体由差异明显的几部分组成时，常将总体分成几部分，然后按照各部分所占的比进行抽样，这种抽样叫做分层抽样.2. 普通的众数、平均数、中位数及方差： （1）.众数：一组数据中，出现次数最多的数（2）.平均数：常规平均数：12nx x x x n ++⋅⋅⋅+=（3）.中位数：从大到小或者从小到大排列，最中间或最中间两个数的平均数（4）.方差：2222121[()()()]n s x x x x x x n =-+-+⋅⋅⋅+-（5）.标准差：s3 .频率直方分布图中的频率：（1）.频率 =小长方形面积：f S y d ==⨯距；频率=频数/总数； 频数=总数*频率（2）.频率之和等于1：121n f f f ++⋅⋅⋅+=；即面积之和为1： 121n S S S ++⋅⋅⋅+=4. 频率直方分布图下的众数、平均数、中位数及方差： （1）.众数：最高小矩形底边的中点（2）.平均数：112233n n x x f x f x f x f =+++⋅⋅⋅+ 112233n n x x S x S x S x S =+++⋅⋅⋅+（3）.中位数：从左到右或者从右到左累加，面积等于0.5时x 的值（4）.方差：22221122()()()nn s x x f x x f x x f =-+-+⋅⋅⋅+-5.线性回归直线方程：（1）.公式：ˆˆˆy bx a=+其中：1122211()()ˆ()n ni i i ii in ni ii ix x y y x y nxybx x x nx====---∑∑==--∑∑（展开）ˆˆa y bx=-（2）.线性回归直线方程必过样本中心(,) x y（3）.ˆ0:b>正相关；ˆ0:b<负相关（4）.线性回归直线方程：ˆˆˆy bx a=+的斜率ˆb中，两个公式中分子、分母对应也相等；中间可以推导得到6. 回归分析：（1）.残差：ˆˆi i ie y y=-（残差=真实值—预报值）分析：ˆie越小越好（2）.残差平方和：2 1ˆ() ni iiy y =-∑分析：①意义：越小越好；②计算：222211221ˆˆˆˆ()()()() ni i n niy y y y y y y y =-=-+-+⋅⋅⋅+-∑（3）.拟合度（相关指数）：2 2121ˆ()1()ni iiniiy y Ry y==-∑=--∑分析：①.(]20,1R∈的常数；②.越大拟合度越高（4）.相关系数：()()n ni i i ix x y y x y nx y r---⋅∑∑==分析：①.[1,1]r∈-的常数；②.0:r>正相关；0:r<负相关③.[0,0.25]r∈；相关性很弱；(0.25,0.75)r∈；相关性一般；[0.75,1]r∈；相关性很强7. 独立性检验：（1）.2×2列联表（卡方图）： （2）.独立性检验公式①．22()()()()()n ad bc k a b c d a c b d -=++++②．上界P 对照表：（3）.独立性检验步骤：①．计算观察值k ：2()()()()()n ad bc k a b c d a c b d -=++++ ②．查找临界值0k ：由犯错误概率P ，根据上表查找临界值0k③．下结论：0k k ≥即认为有P 的没把握、有1-P 以上的有把握认为两个量相关；0k k <：即认为没有1-P 以上的把握认为两个量是相关关系。

概率与统计知识点总结（一）知识点思维导图（二）常用定理、公式及其变形1．用样本的数字特征估计总体的数字特征（1）样本本均值：nx x x x n +++= 21 （2）样本标准差：nx x x x x x s s n 222212)()()(-++-+-== （3）频率分布直方图估算样本众数、中位数、平均数①众数：最高小矩形中点值；②中位数：先确定中位数所在小组，设中位数为m ，由直线x=m 两侧小矩形面积之和等于0.5列方程求m ． ③平均数：各小矩形中点值与其面积的积的和．2．随机事件的概率及概率的意义（1）随机事件：在条件S 下可能发生也可能不发生的事件，叫相对于条件S 的随机事件；（2）概率定义：在相同的条件S 下重复n 次试验，观察某一事件A 是否出现，称n 次试验中事件A 出现的次数n A 为事件A 出现的频数；称事件A 出现的比例f n (A)=n n A为事件A 出现的频率：对于给定的随机事件A ，如果随着试验次数的增加，事件A 发生的频率f n (A)稳定在某个常数上，把这个常数记作P （A ），称为事件A 的概率．3．概率的基本性质（1）事件的包含、并事件、交事件、相等事件（2）若A∩B 为不可能事件，即A∩B=ф，那么称事件A 与事件B 互斥；（3）若A∩B 为不可能事件，A∪B 为必然事件，那么称事件A 与事件B 互为对立事件；（4）当事件A 与B 互斥时，满足加法公式：P(A∪B)= P(A)+ P(B)；若事件A 与B 为对立事件，则A∪B 为必然事件，所以P(A∪B)= P(A)+ P(B)=1，于是有P(A)=1—P(B)4．古典概型及随机数的产生（1）古典概型的使用条件：试验结果的有限性和所有结果的等可能性．（2）公式P （A ）=总的基本事件个数包含的基本事件数A 5．几何概型及均匀随机数的产生（1）几何概率模型：如果每个事件发生的概率只与构成该事件区域的长度（面积或体积）成比例，则称这样的概率模型为几何概率模型；（2）公式：P （A ）=积）的区域长度（面积或体试验的全部结果所构成积）的区域长度（面积或体构成事件A ． 6．随机变量：如果随机试验可能出现的结果可以用一个变量X 来表示，并且X 是随着试验的结果的不同而变化，那么这样的变量叫做随机变量． 随机变量常用大写字母X 、Y 等或希腊字母 ξ、η等表示．7．离散型随机变量的分布列：一般的，设离散型随机变量X 可能取的值为x 1，x 2，．．．．． ，x i ，．．．．．．，x n ．X 取每一个值 x i (i=1，2，．．．．．．）的概率P(ξ=x i ）＝P i ，则称表为离散型随机变量X 的概率分布，简称分布列分布列性质：∪ p i ≥0， i =1，2， … ；∪ p 1 + p 2 +…+p n = 1．9．条件概率：对任意事件A 和事件B ，在已知事件A 发生的条件下事件B 发生的概率，叫做条件概率．记作P(B|A)，读作A 发生的条件下B 的概率公式：.0)(,)()()|(>=A P A P AB P A B P 10．相互独立事件：事件A(或B)是否发生对事件B(或A)发生的概率没有影响，这样的两个事件叫做相互独立事件，)()()(B P A P B A P ⋅=⋅12．数学期望：一般地，若离散型随机变量ξ的概率分布为 则称 Eξ＝x 1p 1＋x 2p 2＋…＋x n p n 为ξ的数学期望或平均数、均值，数学期望又简称为期望．是离散型随机变量．13．方差：D(ξ)=(x 1-Eξ)2·P 1+（x 2-Eξ)2·P 2 +．．．．．．+（x n -Eξ)2·P n 叫随机变量ξ的均方差，简称方差．14．正态分布：（1）定义：若概率密度曲线就是或近似地是函数 的图象，其中解析式中的实数0)μσσ>、（是参数，分别表示总体的平均数与标准差．则其分布叫正态分布(,)N μσ记作：，f( x )的图象称为正态曲线；（2）基本性质：∪曲线在x 轴的上方，与x 轴不相交；∪曲线关于直线x=对称，且在x=时位于最高点；∪当一定时，曲线的形状由确定．越大，曲线越“矮胖”；表示总体的分布越分散；越小，曲线越“瘦高”，表示总体的分布越集中；∪正态曲线下的总面积等于1．15．3原则：从上表看到，正态总体在 以外取值的概率只有4．6%，在 以外取值的概率只有0．3% 由于这些概率很小，通常称这些情况发生为小概率事件．也就是说，通常认为这些情况在一次试验中几乎是不可能发生的．),(,21)(222)(+∞-∞∈=--x e x f x σμσπμμμσσσσ)2,2(σμσμ+-)3,3(σμσμ+-17．回归分析。

高中数学概率与统计知识点1、概率的定义随机事件A的概率是频率的稳定值；频率是概率的近似值。

2、等可能事件的概率如果一次试验中可能出现的结果有n个，且所有结果出现的可能性都相等，那么，每一个基本事件的概率都是1/n，如果某个事件A包含的结果有m个，那么事件A的概率为P(A)=m/n。

3、互斥事件不可能同时发生的两个事件叫互斥事件。

如果事件A、B互斥，那么事件A+B发生（A、B中有一个发生）的概率，等于事件A、B 分别发生的概率和，即P(A+B)=P(A)+P(B)。

4、对立事件对立事件是指两个事件必有一个发生的互斥事件。

例如:从1~52张扑克牌中任取一张抽到“红桃”与抽到“黑桃”互为互斥事件，因为其中一个不可能同时发生，但又不能保证其中一个必然发生，故不是对立事件。

而抽到“红色牌”与抽到“黑色牌”互为对立事件，因为其中一个必发生。

对立事件的性质:1)对立事件的概率和等于1:P(A)+P(Ä)=P(A+A)=1。

2)互为对立的两个事件一定互斥，但互斥不一定是对立事件。

5、相互独立事件事件A(或B)是否发生对事件B(或A)发生的概率没有影响，这样的两个事件叫做相互独立事件。

两个相互独立事件同时发生的概率，等于每个事件发生的概率的积，即P(A·B)=P(A)·P(B)。

相互独立事件的性质:1)如果事件A与B相互独立，那么A与B,A与B，A与B也都相互独立。

2)必然事件与任何事件都是相互独立的。

3)独立事件是对任意多个事件来讲，而互斥事件是对同一实验来讲的多个事件，且这多个事件不能同时发生，故这些事件相互之间必然影响，因此互斥事件一定不是独立事件。

6、独立重复试验若n次重复试验中，每次试验结果的概率都不依赖于其他各次试验的结果，则称这n次试验是独立的。

如果在一次试验中某事件发生的概率为P，那么在n次独立重复试验中这个事件恰好发生k 次的概率:P…(k)=CP*(1-P)"-*7、两个事件之间的关系对任何两个事件都有P(A+B)=P(A)+P(B)-P(A·B)。