概率论与数理统计知识点

二项分布


概率密度函数f与分布函数F

由于点概率为零,所以端点等号是否存在概率都一样

连续型随机变量

概率分布

1.均匀分布

2.正态分布


二维随机变量

独立性举反例,选择题可以看是否成比例

规范性:二重积分=1

(X,Y)概率密度函数求联合分布函数 需要对密度函数求俩次积分,对于x积分则上限y下限负无穷,对于y积分则上限x下限负无穷

边缘分布函数 可以通过将联合函数对另一个自变量求极限 即 求关于y的边缘分布函数则对联合函数求关于x趋于正无穷的极限

判断二维连续性随机变量X,Y的独立性根据边缘密度相乘与联合密度相比较:

数学期望、方差、协方差、相关系数

二维函数

切比雪夫不等式

三大分布

卡方分布、正态分布、泊松分布、二项分布具有可加性

参数估计

无偏性与有效性

系数和相加为1则无偏

取枢轴量

假设检验

拒绝域对应俩边小概率事件的区间相加,如果已知值代入统计量内后在拒绝域内,则拒绝Ho

暂无评论

发送评论 编辑评论


				
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇
Share via
Copy link