• 2.概率分布

    • 2.1 概率

      • 随机变量(random variable):用概率定义要取的值有多容易出现的变量。
    • 2.2 概率分布(probability distribution)

      • 连续型分布
        • 均匀分布
        • 离散均匀分布
          • 当值为 [插图] 时,平均数为 [插图],方差为

  • 正态分布

    • 通俗统计学原理入门1 从抛硬币到正态分布 正态分布 伯努利实验 方差_哔哩哔哩_bilibili
      • 定义
      • aka 高斯分布
      • 意义:总体中所有的数偏离平均值的程度
      • 定义
      • 概率密度函数(Probability Density Function,PDF)
      • 公式:f(x)=\frac{1}{\sqrt{2 \pi}} e^{-\frac{(\mu-x)^2}{2 \sigma^2}}f(x)=2π​1​e−2σ2(μ−x)2​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​
      • 其中,​​​ 为期望,即曲线中的对称轴;​​​​​​​​ 为方差
      • 表示随机变量每个取值有多大的可能性
      • 正态分布概率密度函数均值为μ 方差为σ2 (或标准差σ)是高斯函数的一个实例:
      • 68-95-99法则
      • 中心极限定理
      • 均值抽样分布(Sampling Distribution)
      • 样本容量
      • 中心极限定理
      • 均值抽样分布(Sampling Distribution)
      • 样本容量
      • 样本平均值 \overline{\mathrm{X}}=\frac{\sum \mathrm{X}_{\mathrm{i}}}{\mathrm{n}}X=n∑Xi​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​
      • 定义:对一个总体进行大量重复的随机抽样并计算均值,并将每次的抽样均值在坐标轴上用柱状图来表示频次高低,最终将得到一个正态分布的轮廓,且此整体分布的对称轴所示的值,即为总体的真实均值 \muμ​​​ 。抽样的样本容量n越大,则显现出整体分布轮廓所需要的抽样次数越少。
      • 通俗统计学原理入门 -外1篇 正态分布 中心极限定理 中庸 知行合一_哔哩哔哩_bilibili
      • 假设检验
  • image.png