概率論與統(tǒng)計(jì)推斷(二) ------ 隨機(jī)變量及其分布

一.隨機(jī)變量(實(shí)際上是函數(shù))

概率論的目的:給定隨機(jī)試驗(yàn)的數(shù)據(jù)生成過程,研究數(shù)據(jù)的性質(zhì), 如概率分布(下面的二/三/四)、數(shù)字特征(五)。
概率分布:所有的可能結(jié)果和它們發(fā)生的可能性。(樣本空間+概率) 數(shù)字特征:由分布決定的隨機(jī)變量某一方面的特征的常數(shù),如數(shù)學(xué)期望和方差。
X : 輸入樣本空間的值,輸出實(shí)值


兩種隨機(jī)變量 :


二.離散型隨機(jī)變量X的分布律(離散型隨機(jī)變量的概率分布)


0-1分布 : 可用來解決兩類分布問題



二項(xiàng)分布 :
組合數(shù)C : 從n個(gè)不同元素中,任取m(m≤n)個(gè)元素并成一組,叫做從n個(gè)不同元素中取出m個(gè)元素的一個(gè)組合;從n個(gè)不同元素中取出m(m≤n)個(gè)元素的所有組合的個(gè)數(shù),叫做從n個(gè)不同元素中取出m個(gè)元素的組合數(shù)。
在線性寫法中被寫作C(n,m)。

組合數(shù)的計(jì)算公式為

n 元集合 A 中不重復(fù)地抽取 m 個(gè)元素作成的一個(gè)組合實(shí)質(zhì)上是 A 的一個(gè) m 元子集和。如果給集 A 編序

成為一個(gè)序集,那么 A 中抽取 m 個(gè)元素的一個(gè)組合對(duì)應(yīng)于數(shù)段

到序集 A 的一個(gè)確定的嚴(yán)格保序映射。組合數(shù)

image

的常用符號(hào)還有


舉例 :




分布律無法表示非離散型隨機(jī)變量的概率分布

三.分布函數(shù)(非離散型隨機(jī)變量,離散型隨機(jī)變量也可以用分布函數(shù)來表示)

實(shí)際應(yīng)用中我們只關(guān)心非離散型隨機(jī)變量在某個(gè)范圍的概率。



下面案例就是用分布函數(shù)表示分布律 :
X的取值為-1,1,3,x>=3時(shí)是必然事件,所以概率肯定是1


案例

案例二 :

四.連續(xù)型隨機(jī)變量和概率密度函數(shù)

1.基礎(chǔ)

求導(dǎo)是數(shù)學(xué)計(jì)算中的一個(gè)計(jì)算方法,它的定義就是,當(dāng)自變量的增量趨于零時(shí),因變量的增量與自變量的增量之商的極限。在一個(gè)函數(shù)存在導(dǎo)數(shù)時(shí),稱這個(gè)函數(shù)可導(dǎo)或者可微分??蓪?dǎo)的函數(shù)一定連續(xù)。不連續(xù)的函數(shù)一定不可導(dǎo)。

2.定義

3.常見的概率密度函數(shù)
①.均勻分布
②.正態(tài)分布(高斯分布)

概率密度函數(shù)為正態(tài)分布的期望值μ(miu)決定了其位置,其標(biāo)準(zhǔn)差σ(色伽馬)決定了分布的幅度。當(dāng)μ = 0,σ = 1時(shí)的正態(tài)分布是標(biāo)準(zhǔn)正態(tài)分布。所有值都可導(dǎo)

③.拉普拉斯分布

在中心點(diǎn)不可導(dǎo),比不上正態(tài)分布


五.數(shù)學(xué)期望與方差

1.數(shù)學(xué)期望(平均值)

絕對(duì)收斂 : 不等于正無窮也不等于負(fù)無窮(收斂 : 是指會(huì)聚于一點(diǎn),向某一值靠近)



2.方差

求方差過程中首先取與數(shù)據(jù)期望的偏差,取平方是為了消除偏差負(fù)值的影響,從而防止偏差正負(fù)想消帶來的影響,從而使得標(biāo)準(zhǔn)差完全反映偏差的幅度,開方是因?yàn)橹叭×似椒?因此開方將計(jì)算結(jié)果拉回到原來偏差幅度的量級(jí)



E(X) : 均值(是常數(shù))




最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

  • 第一章 隨機(jī)事件及其概率 1.1隨機(jī)事件 一、隨機(jī)現(xiàn)象 并不總是出現(xiàn)相同的結(jié)果,結(jié)果并不只一個(gè),哪個(gè)結(jié)果出現(xiàn)是未知...
    Black_Eye閱讀 5,884評(píng)論 0 6
  • 離散隨機(jī)變量及其概率分布 一.隨機(jī)變量 1.1隨機(jī)變量 隨機(jī)變量:假如一個(gè)變量在數(shù)軸上的取值依賴隨機(jī)現(xiàn)象的基本結(jié)果...
    微斯人_吾誰與歸閱讀 10,227評(píng)論 0 9
  • 事件關(guān)系及運(yùn)算 遺忘的有:C表示的含義C表示組合的個(gè)數(shù)(無序),A表示排序的個(gè)數(shù)(有序)。C = A的個(gè)數(shù)除以順序...
    SMSM閱讀 1,997評(píng)論 0 1
  • # 概率論與數(shù)理統(tǒng)計(jì)筆記 第二章 隨機(jī)變量及其概率分布概率論與數(shù)理統(tǒng)計(jì)筆記(計(jì)算機(jī)專業(yè)) 作者: [CATPUB]...
    貓圍巾閱讀 1,781評(píng)論 0 2
  • 領(lǐng)導(dǎo)到底有什么存在的意義? 其實(shí)我一直不明白。也許是因?yàn)樵诜?wù)行業(yè)的緣故,看到的領(lǐng)導(dǎo)與上級(jí)和基層員工工作內(nèi)容幾乎一...
    低調(diào)發(fā)育閱讀 196評(píng)論 0 0

友情鏈接更多精彩內(nèi)容