概率统计课件

2
0
A B
表示事件A与事件B中至少有一个事件发生,称此事
件为事件A与事件B的和（并）事件,或记为A+B. 事件A1，A2，…An 的和记为 ,或A1 ∪ A2 ∪ … ∪ An
上一页 下一页 返回
表示事件A与事件B同时发生, 称为事件A与事件B的 积（交）事件，记为AB。积事件AB是由A与B的公共
上一页
下一页
返回
例1.27 一张英语试卷，有10道选择填空题，每题有4 个选择答案，且其中只有一个是正确答案.某同学投机 取巧，随意填空，试问他至少填对6道的概率是多大？
解 设B=“他至少填对6道”.每答一道题有两个可能的 结果：A=“答对”及 =“答错”，P（A）=1/4，故 作10道题就是10重贝努里试验，n=10，所求概率为
定义1.2: 设事件A在n次重复试验中发生了k次, n很大时, 频率 稳定在某一数值p的附近波动,而随着试验次数 n的增加，波动的幅度越来越小，则称p为事件A发生的 概率，记为 P ( A) p
上一页
下一页
返回
2、概率的公理化定义
定义1.3
上一页
下一页
返回
概率的性质：
上一页
下一页
返回
上一页
解 设A1，A2，A3表示产品来自甲、乙、丙三个车间， B表示产品为“次品”的事件，易知A1，A2，A3是样本 空间Ω的一个划分，且有 P（A1）=0.45，P(A2)=0.35，P(A3)=0.2， P(B｜A1)=0.04，P(B｜A2)=0.02，P(B｜A3)=0.05.
上一页 下一页 返回
第三节 条件概率、全概率公式
1、条件概率的定义
上一页
下一页
返回
• 考察有两个小孩的家庭，其样本空间为{bb,bg,gb,gg} • （1）事件A=“家中至少有一个女孩“发生的概率？ • (2)若已知事件B=“家中至少有一个男孩”，再求事 件A发生的概率？ •

04
理解基本概念和原理
做大量练习题，培养解题能力
05
06
阅读相关书籍和论文，拓宽知识面
02
概率论基础
概率的基本概念
试验
一个具有有限个或无限个 可能结果的随机试验。
事件
试验中的某些结果的总称 。
概率
衡量事件发生可能性的数 值，通常表示为0到1之间 的实数。
必然事件
概率等于1的事件。
不可能事件
概率等于0的事件。
01 点估计
用样本统计量估计总体参数，如用样本均值估计 总体均值。
02 区间估计
给出总体参数的估计区间，如95%置信区间。
03 估计量的性质
无偏性、有效性和一致性。
假设检验
假设检验的基本思想
先假设总体参数具有某种 特性，然后通过样本信息 来判断这个假设是否合理 。
双侧检验
当需要判断两个假设是否 相等时，如总体均值是否 等于某个值。
连续型随机变量
取值无限的随机变 量。
方差
衡量随机变量取值 分散程度的数值。
03
数理统计基础
总体与样本
总体
研究对象的全体。
抽样方法
简单随机抽样、分层抽样、系统抽样等。
样本
从总体中随机抽取的一部分个体，用于估 计和推断总体的特性。
样本大小
样本中包含的个体数量，需要根据研究目 的和资源来确定。
参数估计
单因素方差分析
单因素方差分析的定义
单因素方差分析是方差分析的一种形式，它只涉及一个实验因素。通过对不同组的均值进行比 较，可以确定这个因素对实验结果的影响是否显著。
单因素方差分析的步骤
单因素方差分析通常包括以下步骤：首先，对实验数据进行分组；其次，计算每组的均值；接 着，计算总的均值和总的变异性；然后，计算组间变异性和组内变异性；最后，通过比较这两 种变异，得出因素的显著性。

2 Y = ∑Xi , 1 i =1 n 1
2 Y = ∑ Xi 2 i =n +1 1
电子科技大学
n +n2 1
常用统计分布
则
Y +Y = ∑ 1 2
n +n2 1 i =1
2 Xi
相互独立, 且Xi , i=1,2,…,n1+n2 相互独立,Xi～N(0,1), 从而 Y1+Y2～ χ2 (n1+n2).
电子科技大学
常用统计分布
总体, 总体,个体 简单随机样本 正态总体的 2个抽样定理 个抽样定理
统计量
样本均值 样本方差 样本矩(样本相关系数) 样本矩(样本相关系数)
统计量的分布
χ2分布
t 分布 F分布 分布
分位数 结构定理
电子科技大学
常用统计分布
设随机变量X 服从正态分布N(0,1), 对给 例6.2.1 设随机变量 服从正态分布 定的α(0<α<1),数uα满足 , 定的 , P{X > uα} = α
电子科技大学
T～t(n) ～
又称学生氏分布--第一个研究者以 又称学生氏分布--第一个研究者以Student --第一个研究者
常用统计分布
定理6.2.2 设随机变量 Y 相互独立 X 设随机变量X, 相互独立, 定理 ~N(0,1),Y～ χ2(n),则 , ～ ,
X T= ~ t(n) Yn
即随机变量 T 服从自由度为 n 的 t 分布 服从自由度为 分布.
电子科技大学
常用统计分布
χ2分布的三条性质: 分布的三条性质 三条性质:
性质1. 数字特征 数字特征) 性质 (数字特征 设 χ2 ~ χ2(n) ,则有 E( χ2 ) = n , 证明 D( χ2 ) = 2n

详细描述
一元线性回归分析通过建立线性方程来描述两个 变量之间的关系，并利用最小二乘法来估计回归 系数。这种方法可以用于预测因变量的值，并评 估自变量对因变量的影响程度。
注意事项
在应用一元线性回归分析时，需要确保数据满足 线性关系、误差项独立同分布、误差项无系统偏 差等假设。
多元线性回归分析
• 总结词：多元线性回归分析是研究多个自变量与一个因变量之间线性关系的统计方法。 • 详细描述：多元线性回归分析通过建立多元线性方程来描述多个自变量与因变量之间的关系，并利用最小二乘
随机变量的定义
01
随机变量是定义在样本空间上的一个实数函数，表示一个随机
试验的结果。
离散型随机变量与连续型随机变量
02
离散型随机变量是在可数样本点上取值的随机变量，连续型随
机变量是在连续样本空间上取值的随机变量。
随机变量的分布函数
03
随机变量的分布函数是描述随机变量取值范围的函数，它满足
非负性、规范性和单调递增的性质。
中心极限定理及其应用
中心极限定理的定义
中心极限定理是指在独立同分布 的随机变量的大量独立和的分布 近似于正态分布。
中心极限定理的数学 表达式
设随机变量X1,X2,...,Xn是独立同 分布的随机变量，且期望E(Xk)=μ， 方差D(Xk)=σ^2 (k=1,2,...,n)， 那么当n趋于无穷时，随机变量之 和∑Xk/√n近似服从正态分布。
非参数检验
不依赖于总体分布的参数进行推断，如中位数、众数等。
参数检验与非参数检验的选择
根据数据特征和实际问题需求进行选择，非参数检验在数据不符合正态分布时更为适用。
08
回归分析
一元线性回归分析