概率论相关公式整理如下:
第二章 基本概念
- 交换律:A + B = B + A,AB=BA
- 结合律:(A+B)+C=A+(B+C)=A+B+C,(AB)C=A(BC)=ABC
- 分配律:(A+B)C=AC+BC,AB+C = (A+C)(B+C)
- 德摩根律: ,
- P(A-B) = P(A)-P(AB)
- P(A+B) = P(A) + P(B) - P(AB)
- 乘法概率公式: 若P(B)>0,.若P(A)>0,.
一般地,,则 - 全概率公式:
- 贝叶斯概率公式:
第三章 分布
1.离散型分布
1.0-1分布
2.二项分布
3.泊松分布
2.连续型分布
1.均匀分布
2.指数分布
3.正态分布
第四章 随机变量的特征
1.期望概念
- 离散型:
- 连续型: 设连续型随机变量X的概率密度函数为f(x),若积分存在,并称积分为X的数学期望,记为E(X),即
2.期望性质
- E(c) = c, 其中c为常数
- E(cX) = cE(X), 其中c为常数
- E(X+Y) = E(X) + E(Y)
- 若X,Y相互独立,E(XY) = E(X)E(Y)
3.方差概念
4.方差性质
- D(c) = 0, 其中c为常数
- , 其中c为常数
- 若X,Y相互独立, D(X+Y) = D(X) + D(Y)
5.协防差
6.相关系数
7.协防差和相关系数性质
- Cov(X,Y) = Cov(Y,X)
- Cov(aX,bY) = abCov(X,Y), a,b为常数
- D(X+Y) = D(X) + D(Y) + 2Cov(X,Y)
- Cov(X,Y) = E(XY) - E(X)E(Y)
- 若X,Y相互独立,则
- 的充要条件是存在两个常数a,b,且,使得.
第五章 大数定律和中心极限定理
1.契比雪夫不等式: 设随机变量X的数学期望为E(X)=a,方差为D(X),则对于给定的数,有
2.大数定律: 设{Xn}为一随机变量序列,a为一个常数,如果对任何给定的正数,有,则称随机变量序列{Xn}依概率收敛于a,记为.
3.契比雪夫大数定律: 设{Xn}为一随机变量序列,若对于所有的自然数n,数学期望E(Xn)及方差D(Xn)均存在,且存在某常数M>0,使得D(Xn),则有.
4.贝努里大数定律: 在n次重复独立试验中,设Yn为事件A发生的次数,每次试验事件A发生的概率为P,则.
5.辛钦大数定律: 设{Xn}为独立同分布的随机变量序列,且具有数学期望E(Xi)=,则.
6.中心极限定理: 设{Xn}为独立同分布的随机变量序列,且E(Xi)=,D(Xi)=,则当n充分大时,近似地服从标准正态分布,记作.
第六章 数理统计概念
1.统计量
- 样本均值:
- 样本方差:
- 样本标准差:
- 样本k阶原点矩
- 样本k阶中心矩
2.抽样分布
卡方分布,F分布,正态分布
第七章 参数估计
1.矩估计: 概括来讲就是用样本矩估计总体矩(原点矩).
2.极大似然估计法
- 离散型:概率连乘求极大
- 连续型:概率密度函数连乘求偏导
3.估计量的评价标准:待完善
4.区间估计:待完善
第八章 假设检验
- 1.建立原假设H0(备选假设H1)
- 2.根据检验对象,构造适当的统计量g(X1,X2,…,Xn)
- 3.在H0成立的条件下,确定统计量g(X1,X2,…,Xn)的分布
- 4.由显著性水平确定临界值,从而得到拒绝域或接受域
- 5.根据样本值计算统计量的观测值,由此作出接受原假设或拒绝原假设的结论