当前位置：文档之家 › 统计概率知识点归纳总结大全

统计概率知识点归纳总结大全

  • 格式：doc
  • 大小：271.00 KB
  • 文档页数：6

统计概率知识点归纳总结大全

统计概率知识点归纳总结大全

１.了解随机事件的发生存在着规律性与随机事件概率的意义.

2.了解等可能性事件的概率的意义,会用排列组合的基本公式计算一些等可能性事件的概率、

3.了解互斥事件、相互独立事件的意义,会用互斥事件的概率加法公式与相互独立事件的概率乘法公式计算一些事件的概率、

4、会计算事件在ｎ次独立重复试验中恰好发生k次的概率、

５. 掌握离散型随机变量的分布列、

6.掌握离散型随机变量的期望与方差、

7、掌握抽样方法与总体分布的估计、

8.掌握正态分布与线性回归、

考点1. 求等可能性事件、互斥事件与相互独立事件的概率

解此类题目常应用以下知识:

(1)等可能性事件(古典概型)的概率:P(Ａ)=)()(IcardAcard＝nm;

等可能事件概率的计算步骤:

（1） 计算一次试验的基本事件总数n;

（2） 设所求事件Ａ,并计算事件Ａ包含的基本事件的个数m;

（3） 依公式()mPAn求值;

（4） 答,即给问题一个明确的答复、

(2)互斥事件有一个发生的概率:P(A＋Ｂ)=P(Ａ)+P(B);

特例:对立事件的概率:P(A)＋P(A)=P(A+A)=1.

(３)相互独立事件同时发生的概率:Ｐ(Ａ·B)=P(A)·P(B);

特例:独立重复试验的概率:Pｎ(ｋ)＝knkknppC)1(.其中Ｐ为事件Ａ在一次试验中发生的概率,此式为二项式［(1－P)+P]n展开的第k+1项、 统计概率知识点归纳总结大全

(4)解决概率问题要注意“四个步骤,一个结合”:

① 求概率的步骤就是:

第一步,确定事件性质等可能事件

互斥事件

独立事件

n次独立重复试验

即所给的问题归结为四类事件中的某一种.

第二步,判断事件的运算和事件积事件

即就是至少有一个发生,还就是同时发生,分别运用相加或相乘事件.

第三步,运用公式()()()()()()()()(1)kknknnmPAnPABPAPBPABPAPBPkCpp等可能事件:

互斥事件：

独立事件：

n次独立重复试验:求解

第四步,答,即给提出的问题有一个明确的答复.

考点２离散型随机变量的分布列

１、随机变量及相关概念

①随机试验的结果可以用一个变量来表示,这样的变量叫做随机变量,常用希腊字母ξ、η等表示、

②随机变量可能取的值,可以按一定次序一一列出,这样的随机变量叫做离散型随机变量、

③随机变量可以取某区间内的一切值,这样的随机变量叫做连续型随机变量、

2、离散型随机变量的分布列

①离散型随机变量的分布列的概念与性质

一般地,设离散型随机变量可能取的值为1x,2x,……,ix,……,取每一个值ix(i1,2,……)的概率P(ix)=iP,则称下表、 统计概率知识点归纳总结大全

为随机变量的概率分布,简称的分布列、

由概率的性质可知,任一离散型随机变量的分布列都具有下述两个性质:

(1)0iP,i1,2,…;(２)21PP…=1、

②常见的离散型随机变量的分布列:

(1)二项分布

n次独立重复试验中,事件A发生的次数就是一个随机变量,其所有可能的取值为0,1,２,…ｎ,并且knkknkqpCkPP)(,其中nk0,pq1,随机变量的分布列如下:

 0 1 … k … n

P nnqpC00 111nnqpC … knkknqpC 0qpCnnn

称这样随机变量服从二项分布,记作),(~pnB,其中n、p为参数,并记:),;(pnkbqpCknkkn 、

(2) 几何分布

在独立重复试验中,某事件第一次发生时所作的试验的次数就是一个取值为正整数的离散型随机变量,“k”表示在第k次独立重复试验时事件第一次发生、

随机变量的概率分布为:

 1 2 3 … ｋ …  1x 2x … ix …

Ｐ Ｐ1 Ｐ2 … iP … 统计概率知识点归纳总结大全

Ｐ p qｐ 2qp … 1kqp …

考点3 离散型随机变量的期望与方差

随机变量的数学期望与方差

(1)离散型随机变量的数学期望:2211pxpxE…;期望反映随机变量取值的平均水平、

⑵离散型随机变量的方差:222121)()(pExpExD…nnpEx2)(…;

方差反映随机变量取值的稳定与波动,集中与离散的程度、

⑶基本性质:baEbaE)(;DabaD2)(.

(４)若~Ｂ(n,ｐ),则 npE ; Ｄ =ｎpq(这里q=1－ｐ) ;

如果随机变量服从几何分布,),()(pkgkP,则pE1,D =2pq其中q=1-p、

考点4 抽样方法与总体分布的估计

抽样方法

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、常用抽签法与随机数表法、

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、

总体分布的估计

由于总体分布通常不易知道,我们往往用样本的频率分布去估计总体的分布,一般地,样本容量越大,这种估计就越精确、 统计概率知识点归纳总结大全

总体分布:总体取值的概率分布规律通常称为总体分布.

当总体中的个体取不同数值很少时,其频率分布表由所取样本的不同数值及相应的频率表示,几何表示就就是相应的条形图.

当总体中的个体取值在某个区间上时用频率分布直方图来表示相应样本的频率分布、

总体密度曲线:当样本容量无限增大,分组的组距无限缩小,那么频率分布直方图就会无限接近于一条光滑曲线,即总体密度曲线、

考点5 正态分布与线性回归

1.正态分布的概念及主要性质

(1)正态分布的概念

如果连续型随机变量 的概率密度函数为 222)(21)(xexf,xR 其中、为常数,并且>0,则称服从正态分布,记为~N(,2)、

(2)期望E =μ,方差2D、

(3)正态分布的性质

正态曲线具有下列性质:

①曲线在x轴上方,并且关于直线ｘ＝μ对称、

②曲线在ｘ=μ时处于最高点,由这一点向左右两边延伸时,曲线逐渐降低、

③曲线的对称轴位置由μ确定;曲线的形状由确定,越大,曲线越“矮胖”;反之越“高瘦”.

(４)标准正态分布

当=0,=１时服从标准的正态分布,记作~N(0,1)

(5)两个重要的公式 统计概率知识点归纳总结大全

①()1()xx,② ()()()Pabba、

(6)2(,)N与(0,1)N二者联系、

（1）若2~(,)N,则~(0,1)N ;

②若2~(,)N,则()()()baPab.

2、线性回归

简单的说,线性回归就就是处理变量与变量之间的线性关系的一种数学方法.

变量与变量之间的关系大致可分为两种类型:确定性的函数关系与不确定的函数关系、不确定性的两个变量之间往往仍有规律可循、回归分析就就是处理变量之间的相关关系的一种数量统计方法、它可以提供变量之间相关关系的经验公式.

具体说来,对ｎ个样本数据(11,xy),(22,xy),…,(,nnxy),其回归直线方程,或经验公式为:abxyˆ、其中,,)(1221xbyaxnxyxnyxbniiniii,其中yx,分别为｜ix|、|iy|的平均数、

合集下载

小学概率统计知识点总结

小学概率统计知识点总结

小学概率统计知识点总结

一、基本概率概念

1.1 随机事件

随机事件是指在一定条件下发生或不发生的事件，通常用字母A、B、C等表示。

1.2 样本空间

样本空间是指所有可能结果的集合，通常用S表示。

1.3 事件的概率

事件A的概率P(A)是指在重复试验中，事件A发生的可能性的大小。通常用0到1之间的数值表示，0表示不可能发生，1表示一定发生。

二、概率的计算

2.1 等可能性事件

如果各个事件在一次试验中发生的可能性相同，那么这些事件称为等可能性事件。

在等可能性事件中，事件A的概率P(A)可以用公式P(A) = 发生事件A的次数 / 总次数来计算。

2.2 互斥事件

互斥事件是指两个事件不可能同时发生，例如抛一枚硬币得到正面和反面就是互斥事件。

如果事件A和事件B是互斥事件，即P(A和B) = 0，那么事件A和事件B发生的总概率为P(A或B) = P(A) + P(B)。

2.3 独立事件

独立事件是指事件A的发生不影响事件B的发生，事件A和事件B同时发生的概率等于它们各自发生的概率的乘积，即P(A和B) = P(A) × P(B)。

三、概率的应用

3.1 抽样调查

在进行抽样调查时，可以根据概率的原理，通过少数样本推断整体的状况，例如在调查学生喜欢的食物时，可以先从小范围内进行调查，再推广到整个班级或学校的学生。

3.2 游戏中的概率 在各种游戏中，概率统计知识都会被应用。比如掷骰子的概率、抽卡牌的概率等，在游戏中通过对概率的计算和分析，可以制定出更加合理的策略。

3.3 日常生活中的概率

日常生活中也处处都有概率的应用，比如在买彩票时考虑中奖的概率、在出行时考虑天气的概率等。通过对概率的理解，能够使孩子们学会做出更加合理的选择。

四、小学概率统计习题

4.1 题目一：有一副52张的扑克牌，其中有13张红桃牌。随机抽取一张牌，求抽中红桃牌的概率。

解答： 红桃牌的概率P(红桃) = 红桃牌的数量 / 总牌数 = 13 / 52 = 1/4。

统计概率知识点梳理总结

统计概率知识点梳理总结

统计概率知识点梳理总结

统计概率是统计学中非常重要的一个分支，它研究随机现象的概率规律，为我们处理不确定性的问题提供了一种方法。在统计概率的学习中，有一些基本概念和方法是必须掌握的。本文将对统计概率的相关知识进行梳理总结，包括概率基本概念、概率分布、概率密度函数、概率函数、随机变量、概率质量函数、期望、方差等内容。

1.概率基本概念

概率是一个介于0-1之间的数，用来度量一个事件发生的可能性。概率的基本概念包括样本空间、随机事件、事件的概率、事件的互斥和事件的独立性等。样本空间是指试验中所有可能结果的集合，随机事件是指样本空间中的一个子集，事件的概率是指该事件发生的可能性大小，用P(A)表示。事件的互斥指两个事件不可能同时发生，事件的独立性指两个事件之间的发生没有关系。

2.概率分布

概率分布是描述随机变量所有可能取值及其对应概率的分布情况。常见的概率分布包括离散型概率分布和连续型概率分布。离散型概率分布是指随机变量只能取其中的一个值的概率分布，如伯努利分布和泊松分布；连续型概率分布是指随机变量可以取任意实数值的概率分布，如正态分布和指数分布。

3.概率密度函数

概率密度函数是描述连续型随机变量的概率分布的函数，用f(x)表示。概率密度函数具有非负性、非减性和归一性等性质。通过概率密度函数可以计算随机变量在其中一区间内取值的概率。 4.概率函数

概率函数是描述离散型随机变量的概率分布的函数，它给出了随机变量取各个值的概率。概率函数具有非负性和归一性等性质。通过概率函数可以计算随机变量取一些特定值的概率。

5.随机变量

随机变量是一个实数值函数，它的取值是试验结果的函数。随机变量可以是离散型的，也可以是连续型的。离散型随机变量通常用字母大写表示，如X；连续型随机变量通常用字母小写表示，如x。随机变量可以有多种数学表达方式，如分布函数、概率密度函数和概率函数等。

6.概率质量函数

概率质量函数是描述离散型随机变量的概率分布的函数，用p(x)表示。概率质量函数给出了随机变量取各个值的概率。

统计概率知识点归纳总结大全

统计概率知识点归纳总结大全

统计概率知识点归纳总结大全

1．了解随机事件的发生存在着规律性和随机事件概率的意义．

2．了解等可能性事件的概率的意义，会用排列组合的基本公式计算一些等可能性事件的概率.

3．了解互斥事件、相互独立事件的意义，会用互斥事件的概率加法公式与相互独立事件的概率乘法公式计算一些事件的概率．

4．会计算事件在n次独立重复试验中恰好发生k次的概率．

5． 掌握离散型随机变量的分布列.

6．掌握离散型随机变量的期望与方差.

7．掌握抽样方法与总体分布的估计.

8．掌握正态分布与线性回归.

考点1. 求等可能性事件、互斥事件和相互独立事件的概率

解此类题目常应用以下知识:

(1)等可能性事件(古典概型)的概率：P(A)＝)()(IcardAcard＝nm;

等可能事件概率的计算步骤：

（1） 计算一次试验的基本事件总数n;

（2） 设所求事件A，并计算事件A包含的基本事件的个数m;

（3） 依公式()mPAn求值;

（4） 答，即给问题一个明确的答复.

(2)互斥事件有一个发生的概率：P(A＋B)＝P(A)＋P(B);

特例：对立事件的概率：P(A)＋P(A)＝P(A＋A)＝1.

(3)相互独立事件同时发生的概率：P(A·B)＝P(A)·P(B);

特例：独立重复试验的概率：Pn(k)＝knkknppC)1(.其中P为事件A在一次试验中发生的概率，此式为二项式[(1-P)+P]n展开的第k+1项. (4)解决概率问题要注意“四个步骤，一个结合”：

① 求概率的步骤是：

第一步，确定事件性质等可能事件

互斥事件

独立事件

n次独立重复试验

即所给的问题归结为四类事件中的某一种.

第二步，判断事件的运算和事件积事件

即是至少有一个发生，还是同时发生，分别运用相加或相乘事件.

第三步，运用公式()()()()()()()()(1)kknknnmPAnPABPAPBPABPAPBPkCpp等可能事件:

高中数学必修二统计概率知识点总结

高中数学必修二统计概率知识点总结

必修第二册第九章 统计知识点总结

知识点一：简单随机抽样

1. 全面调查和抽样调查

2.简单随机抽样的概念

放回简单随机抽样 不放回简单随机抽样

一般地,设一个总体含有N(N为正整数)个个体,从中逐个抽取n(1≤n

如果抽取是放回的,且每次抽取时总体内的各个个体被抽到的概率都相等,我们把这样的抽样方法叫做放回简单随机抽样 如果抽取是不放回的,且每次抽取时总体内未进入样本的各个个体被抽到的概率都相等,我们把这样的抽样方法叫做不放回简单随机抽样

放回简单随机抽样和不放回简单随机抽样统称为简单随机抽样.通过简单随机抽样获得的样本称为简单随机样本

3.抽签法

先把总体中的个体编号,然后把所有编号写在外观、质地等无差别的小纸片(也可以是卡片、小球等)上作为号签,并将这些小纸片放在一个不透明的盒里,充分搅拌.最后从盒中不放回地逐个抽取号签,使与号签上的编号对应的个体进入样本,直到抽足样本所需要的个体数.

调查方式 全面调查(普查) 抽样调查

定义 对每一个调查对象都进行调查的方法,称为全面调查,又称普查 根据一定目的,从总体中抽取一部分

个体进行调查,并以此为依据对总体的

情况作出估计和推断的调查方法,称为

抽样调查

相关概念 总体:在一个调查中,我们把调查对象的全体称为总体.

个体:组成总体的每一个调查对象称为个体 样本:把从总体中抽取的那部分个体

称为样本.

样本量:样本中包含的个体数称为

样本量 4.随机数法

(1)定义:先把总体中的个体编号,用随机数工具产生已编号范围内的整数随机数,把产生的随机数作为抽中的编号,使与编号对应的个体进入样本,重复上述过程,直到抽足样本所需要的个体数.

(2)产生随机数的方法:(i)用随机试验生成随机数;(ii)用信息技术生成随机数.

5.总体均值和样本均值

(1)总体均值:一般地,总体中有N个个体,它们的变量值分别为Y1,Y2,…,YN,则称 𝑌=𝑌1+𝑌2+⋯+𝑌𝑁𝑁=1𝑁∑𝑖=1𝑁𝑌𝑖为总体均值,又称总体平均数.