概率论与数理统计By BarryZed
M个物品中N个次品，不放回取出n个，其总有m个次品的概率
全概率：A可以分成n种情况，P(A)是各个情况下的概率之和
贝叶斯：A已发生，求在哪个情况下的概率
泊松分布：
分布函数（CDF）求导得密度函数（PDF）
均匀分布：U(a, b)
正态分布：
普通正态分布转标准正态分布：
二维连续型随机变量的分布
联合分布函数：
联合概率密度：
边缘概率密度：
条件概率密度：
X与Y相互独立：
求Z=g(X,Y)的概率密度函数：
- 先求Z=g(X,Y)的分布函数
- 如果X,Y相互独立，FX(x)为其分布函数，则Z=max(X,Y)的分布函数为
Z=min(X,Y)分布函数为
正态分布可加性，X,Y相互独立：
期望
离散型随机变量：
连续型随机变量：
期望的性质：
- 常数的期望能往外提
- X,Y独立，则
方差与标准差
方差：
性质：
- 若X,Y独立，则
二维的就先求边缘分布，再往里带，就有X,Y的了
协方差
性质：
相关系数：
中心极限定理
- 设随机变量 独立同分布，
则当n充分大时，近似有
- 设随机变量X~B(n, p)，则当n充分大是，近似有
矩估计
极大似然估计
离散型
连续型
检验假设
- 作者:BarryZed
- 链接:
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
