FRM 数量分析笔记之概率分布

这篇博客深入探讨了FRM考试中的概率分布概念,包括切比雪夫不等式、伯努利与二项分布、泊松分布、均匀分布、正态分布、t-分布、lognormal分布以及卡方和F-分布。重点讲解了正态分布的特性及其在考试中的重要性,并介绍了t-分布作为正态分布的补充。

      对于一个随机变量最完整的描述就是概率分布函数了。

1、切比雪夫不等式

      首先我们提出一个切比雪夫不等式:

      这是什么意思的?对于任何一个概率分布,注意,是任何一个哦,某一个数值落在K倍标准差的概率大于1-1/k^2。是不是很神奇,因为它对一切概率分布都满足。那么特殊的概率分布有什么特点呢。这里我们就来讨论几个常用的概率分布。

2、伯努利与二项分布

      首先是最简单的抛硬币,也就是伯努利和二项分布,太easy了,就不说了。

特点大致如下:


<

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

打赏作者

钱塘小甲子

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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