首页 >> 常识问答 >

问概率论与数理统计公式

2026-01-20 10:00:36

答

【概率论与数理统计公式】在学习概率论与数理统计的过程中,掌握核心公式是理解相关概念和解决实际问题的基础。以下是对该学科中常用公式的总结,并以表格形式进行整理,便于查阅和记忆。

一、基本概念与公式

概念/公式 公式表达 说明
随机事件 A, B, C 表示可能发生或不发生的事件
样本空间 Ω 所有可能结果的集合
事件的概率 P(A) 事件A发生的可能性大小,0 ≤ P(A) ≤ 1
互斥事件 A ∩ B = ∅ 两个事件不能同时发生
对立事件 A' 事件A的补集,P(A') = 1 - P(A)
条件概率 P(AB) = P(A∩B)/P(B) 在B发生的条件下,A发生的概率
独立事件 P(A∩B) = P(A)P(B) 两个事件的发生互不影响

二、概率运算规则

公式 表达式 说明
加法公式 P(A ∪ B) = P(A) + P(B) - P(A ∩ B) 用于计算两个事件至少有一个发生的概率
乘法公式 P(A ∩ B) = P(A)P(BA) 用于计算两个事件同时发生的概率
全概率公式 P(B) = ΣP(A_i)P(BA_i) 当事件B由多个互斥事件A_i引起时使用
贝叶斯公式 P(A_iB) = [P(A_i)P(BA_i)] / ΣP(A_j)P(BA_j) 用于在已知结果B的情况下,求某个原因A_i的概率

三、随机变量及其分布

类型 分布名称 概率函数/密度函数 数学期望 方差
离散型 二项分布 P(X=k) = C(n,k)p^k(1-p)^{n-k} np np(1-p)
离散型 泊松分布 P(X=k) = e^{-λ}λ^k/k! λ λ
连续型 正态分布 f(x) = (1/√(2πσ²))e^{-(x-μ)^2/(2σ²)} μ σ²
连续型 均匀分布 f(x) = 1/(b-a), a ≤ x ≤ b (a+b)/2 (b-a)^2/12
离散型 几何分布 P(X=k) = (1-p)^{k-1}p 1/p (1-p)/p²

四、统计推断基础

概念 公式 说明
样本均值 $\bar{x} = \frac{1}{n}\sum_{i=1}^n x_i$ 描述样本数据的集中趋势
样本方差 $s^2 = \frac{1}{n-1}\sum_{i=1}^n (x_i - \bar{x})^2$ 描述样本数据的离散程度
置信区间(正态总体) $\bar{x} ± z_{\alpha/2} \cdot \frac{\sigma}{\sqrt{n}}$ 估计总体均值的范围
假设检验 H₀:原假设;H₁:备择假设 判断是否拒绝原假设
t检验 t = (x̄ - μ)/(s/√n) 用于小样本下均值的检验

五、常见统计量与分布

统计量 分布 用途
卡方统计量 χ²分布 用于检验独立性、拟合优度等
t统计量 t分布 用于小样本下均值比较
F统计量 F分布 用于方差分析(ANOVA)
Z统计量 标准正态分布 用于大样本下均值或比例的检验

总结

概率论与数理统计是研究随机现象及其规律性的数学分支,涵盖了从基本事件的概率计算到复杂统计推断的多个层面。掌握这些公式不仅有助于理论学习,还能在实际数据分析、工程决策等领域发挥重要作用。通过不断练习和应用,可以更深入地理解其背后的逻辑与意义。

 

相关阅读

最新文章