概率论

本博客全面概述了概率论与数理统计的核心概念和技术,从概率的基础性质到贝叶斯公式,再到正态分布及其应用。深入探讨了二维随机变量、随机变量的期望与方差、协方差等高级主题。并介绍了切比雪夫不等式、中心极限定理及数理统计的基本原理,包括总体与样本、统计量和抽样分布定理。最后,解析了矩估计、区间估计与假设检验的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

第一章

概率的性质

在这里插入图片描述

全概然公式

在这里插入图片描述
EX:
在这里插入图片描述
在这里插入图片描述

贝叶斯公式

在这里插入图片描述
分母就是全槪然公式
ex:
在这里插入图片描述
在这里插入图片描述

正态分布

在这里插入图片描述
正态分布标准化
在这里插入图片描述
ex:在这里插入图片描述

正态分布表

在这里插入图片描述

正态分布的可加性

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

分布函数的性质

在这里插入图片描述

求分布函数

连续随机分布函数

在这里插入图片描述

第三章

二维随机变量

在这里插入图片描述

二维随机变量与概率密度

在这里插入图片描述
在这里插入图片描述

求边缘分布函数

在这里插入图片描述

求离散边缘分布概率

在这里插入图片描述

求连续边缘概率分布密度

在这里插入图片描述

相互独立的条件

在这里插入图片描述

第四章

一维随机变量期望

在这里插入图片描述

常用分布的期望

在这里插入图片描述

求方差

在这里插入图片描述

方差的性质

在这里插入图片描述
在这里插入图片描述

常用分布的方差

在这里插入图片描述

协方差

在这里插入图片描述
在这里插入图片描述

第五章

切比雪夫不等式

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

独立同分布的中心极限定理

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

二项分布的正态近似

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

数理统计

总体与样本

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

统计量

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

卡方分布

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

分位数

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

抽样分布定理

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

第七章

矩估计

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

无偏性

在这里插入图片描述
在这里插入图片描述

单正态总体均值的区间估计

在这里插入图片描述
eg
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

单正态总体均值u的检验

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

单正态总体方差检验

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

t分布表

在这里插入图片描述

卡方分布表

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值