陈希孺《概率论与数理统计》读书笔记
文章目录
- 第一章 事件的概率
- 1.1概率是什么
- 1.2古典概率的计算
- 1.3 事件的运算、条件概率和独立性
- 全概率公式
- 贝叶斯公式
- 第二章 随机变量及概率分布
- 第四章 参数估计
- 4.1 数理统计学的基本概念
第一章 事件的概率
1.1概率是什么
1.1.1主观概率:根据生活经验和自信对某个情况和事件发生的可能性大小做出的估计。
1.1.2试验与事件
概率论中的事件与生活中的事件有区别,生活中会说“珍珠港事件”代表已经发生的,而概率论中的意思是对某些情况的“陈述”,可能会发生,也可能不发生。
事件的一般含义:
(1)有明确的试验,或者说是观察,比如六点前不下雨,可以观测到。
(2)全部结果可以预期
(3)有一个明确的陈述,陈述界定了这个试验的所有可能结果中的一个确定的部分,这个确定的部分称为一个事件。所有可能情况中的一部分我们就称之为事件。
基本事件:一个单一的试验结果,不可继续分割,本身就是一个事件,又可以组成其它更大的事件。
1.1.3古典概率
试验有n个结果,每个结果等可能出现,则m个基本事件组成的一个事件的概率是MN\frac{M}{N}NM。
古典概率适用于全部结果为有限个,且等可能性的情况下,稍微扩展可以得到几何概率。
1.1.4几何概率
将古典概率的n个有限个结果扩展为无数个结果。
例子:甲乙选定1到2点之内的一个时间点到达,先到者等10分钟。
1.1.4概率的统计意义
用频率去逼近概率。重复试验无限次做时,概率是那个极限值。
这只提供了对概率p的估计,至于概率p是否存在还不知道,但这个定义的重要性有2:
- 提供了估计概率的方法
- 通过理论计算得到的p,使用实验结果验证,来得出理论是否正确,被称为假设检验
1.1.5概率的公理化定理
柯氏的公理体系定义了一个 “耳朵符号”:元素是基本事件,由这个集合的子集(包括本身和空集)构成了一个集类,每个成员称为事件。定义了一个函数,对这个集类中每个成员定义了一个对应的概率值。范围0-1,空0,全集1,符合加法定理。
1.2古典概率的计算
1.3 事件的运算、条件概率和独立性
- 互斥:A、B不能同时都发生(但可以都不发生)称为互斥
- 对立是互斥的情形之一,B为非A
- 事件的并:二者至少发生一个
- 事件的加法定律:若干个互斥事件的并的概率,为各概率之和。
条件概率:
已知某事件发生的前提下,求另一事件发生的概率。
事件独立:
全概率公式
如果B是一个完备事件集,即B中任意两事件互斥,且事件之并未全集(一个特例就是两个对立事件)。
p(A)=P(AB1)+...+P(ABi)=∑P(Bi)∗P(A∣Bi)p(A)=P(AB1) + ... + P(ABi)=\sum P(Bi)*P(A|Bi)p(A)=P(AB1)+...+P(ABi)=∑P(Bi)∗P(A∣Bi)
比如求一个家庭孩子全为同一性别,而家庭的孩子数不做限制。
贝叶斯公式
第二章 随机变量及概率分布
随机变量是动态的看待事件的方法,如设随机取一个人,收入为x,则x<800,x>10000都是不同的事件。
第四章 参数估计
4.1 数理统计学的基本概念
数理统计是指我们对数据进行收集、分析和推断。
比如我们收集了一些电子器件的使用寿命,猜想符合指数分布,根据算术平均值估计λ\lambdaλ。当然估计是有误差的,因此还需要分析要达到我们想要的准确度,需要至少采集多少数据。
以上问题被称为参数估计
除了参数估计之外,数理统计还有一个重要内容是从两个决定中选择一个,比如接收这批产品或拒绝。
陈希孺《概率论与数理统计》读书笔记相关推荐
- Probability and Statistics for Engineering and The Sciences 概率论与数理统计 读书笔记(一)
看了 data mining - practical machine learning techniques and tools 一书,觉得很多概念与算法都与统计有关,所以索性把概率与统计也读一读. ...
- 概率论与数理统计系列笔记之第四章——大数定理与中心极限定理
概率论与数理统计笔记(第四章 大数定理与中心极限定理) 对于统计专业来说,书本知识总有遗忘,翻看教材又太麻烦,于是打算记下笔记与自己的一些思考,主要参考用书是茆诗松老师编写的<概率论与数理统计教 ...
- 概率论与数理统计系列笔记之第六章——参数估计
概率论与数理统计笔记(第六章--参数估计) 对于统计专业来说,书本知识总有遗忘,翻看教材又太麻烦,于是打算记下笔记与自己的一些思考,主要参考用书是茆诗松老师编写的<概率论与数理统计教程>, ...
- 概率论与数理统计系列笔记之第五章——统计量及其分布
概率论与数理统计笔记(第五章--统计量及其分布) 对于统计专业来说,书本知识总有遗忘,翻看教材又太麻烦,于是打算记下笔记与自己的一些思考,主要参考用书是茆诗松老师编写的<概率论与数理统计教程&g ...
- 概率论与数理统计学习笔记(6)——分布律,分布函数,密度函数
对了宝贝儿们,卑微小李的公众号[野指针小李]已开通,期待与你一起探讨学术哟~摸摸大! 目录 1 离散型随机变量 1.1 (0-1)分布 1.2 伯努利试验 1.3 二项分布 1.4 几何分布 1.5 ...
- 概率论与数理统计学习笔记(2)——联合概率、条件概率与边缘概率
这篇文章主要是从一个直观的概念上讲解联合概率.条件概率与边缘概率. 主要是之前看了篇论文,用的SO-PMI算法,然后我就恶补了一下联合概率. 本篇博客采用的参考书是<程序员的数学2概率统计> ...
- 概率论与数理统计学习笔记——第14讲——大数定律(1.切比雪夫不等式及切比雪夫大数定律)
1. 问题引入 2. 依概率收敛 3. 大数定律 4. 切比雪夫大数定律 5. 切比雪夫不等式
- 概率论与数理统计学习笔记——第三十五讲——依概率收敛,切比雪夫不等式
1. 问题引入--频率的稳定值记为概率,这里的"稳定"是何含义? 2. 依概率收敛的定义 3. 依概率收敛示例 4. 依概率收敛的性质 5. 切比雪夫不等式(定理)及其证明 6. ...
- 概率论与数理统计学习笔记——第13讲——依概率收敛的意义
1. 问题引入--能否按照数列收敛的定义类似地定义随机变量序列的收敛性? 2. 依概率收敛的定义
- 概率论与数理统计学习笔记——第二讲——概率(2.3概率的基本性质)
1. 概率的基本性质(非负性.规范性.可列可加性) 2. 不可能事件的概率为0 3. 概率的有限可加性 4. 某事件的概率与其逆事件的概率之和等于1 5. 概率的单调性 6. 概率加法定理 7. 可列 ...
最新文章
- bmp转jpg(使用libjpeg)
- html5与课程思政,“课程思政”怎样做
- .Net 1.1下WEB引用Win控件的两个Bug
- ROS配置分布式通信
- Oracle PL/SQL基础知识
- 教育部计算机考研大纲,2018考研大纲从哪里看?
- iOS流布局UICollectionView系列四——自定义FlowLayout进行瀑布流布局
- Axure RP 9.0.0.3687 正式版
- 手机版的python如何运行常用数列结构_Python新手学习基础之数据结构-列表1
- java面试考点精讲视频教程!
- latex公式文字划掉的效果
- 虚拟创业云|宝妈和大学生兼职和手机网赚兼职的任务平台大全
- Python之文件操作(常用操作)
- 02 面向对象设计的七大原则
- oracle lob类型和mysql text_LOB数据类型
- 决策树 基于python实现ID3,C4.5,CART算法
- 经典CNN卷积神经网络发展史
- C++学习笔记,坚持自律!
- 为什么计算机编程以英语为主,为什么做编程都用英文,中文不行吗?听程序员解释完,总算明白了...
- 【转载】不再纠结:从程序员的角度解读苹果为什么坚持使用1G内存
热门文章
- Nginx - 原理机制
- android9 三星 港版,三星S9+官方港版安卓9固件rom刷机包:TGY-G9650ZHS4CSD7
- 6大黑科技app合集,绝对让你大开眼界
- 云科技网络验证源码_黑科技网络验证软件 1.52.0.0免费版
- Amesim学习——气体混合室仿真
- 工业铝型材是怎样去生产的
- INVENTOR结构件生成器,新建型材
- Robocode 直线瞄准机器人
- C盘快要满啦-给Windows10优化瘦身
- Linux笔记(一)——虚拟机的安装与Centors安装,安装vmtools,虚拟机的克隆,虚拟机的快照,共享文件的使用