word完整版统计概率知识点推荐文档文档格式.docx
《word完整版统计概率知识点推荐文档文档格式.docx》由会员分享,可在线阅读,更多相关《word完整版统计概率知识点推荐文档文档格式.docx(14页珍藏版)》请在冰豆网上搜索。
函数关系与相关关系;
2制作散点图,判断线性相关关系
3线性回归方程:
ybxa(最小二乘法)
Xiynxy
i1
aybX
线性回归直线经过定点(x,y)。
第三章:
概率
1、随机事件及苴概率:
⑴事件:
试验的每一种可能的结果,用大写英文字母表示;
⑵必然事件、不可能事件、随机事件的特点;
⑶随机事件A的概率:
P(A)m,0P(A)1.
2、古典概型:
⑴基本事件:
一次试验中可能出现的每一个基本结果;
⑵古典概型的特点:
1所有的基本事件只有有限个;
2每个基本事件都是等可能发生。
n个,事件A包含了其中的m个基本事件,则事件A
⑶古典概型概率计算公式:
一次试验的等可能基本事件共有发生的概率P(A)m
3、几何概型:
⑴几何概型的特点:
1所有的基本事件是无限个;
⑵几何概型概率计算公式:
P(A)
其中测度根据题目确定,一般为线段、
4、互斥事件:
⑴不可能同时发生的两个事件称为互斥事件;
⑵如果事件A1,A2,
d的测度;
D的测度;
角度、面积、体积等。
⑶如果事件A,B互斥,那么事件
即:
P(AB)P(A)P(B)
⑷如果事件Ai,A2,,An彼此互斥,
P(AA2
An任意两个都是互斥事件,则称事件
A+B发生的概率,等于事件
Ai,A2,,An彼此互斥。
A,B发生的概率的和,
An)P(Ai)P(A2)
则有:
P(An)
⑸对立事件:
两个互斥事件中必有一个要发生,则称这两个事件为对立事件。
①事件A的对立事件记作A
P(A)P(A)1,P(A)1P(A)
②对立事件一定是互斥事件,互斥事件未必是对立事件。
专题六:
排列组合与二项式定理
1、基本计数原理
⑴分类加法计数原理:
(分类相加)
做一件事情,完成它有n类办法,在第一类办法中有m种不同的方法,在第二类办法中有m2种不同的方法……
在第n类办法中有g种不同的方法•那么完成这件事情共有Nm^!
m2mn种不同的方法•
⑵分步乘法计数原理:
(分步相乘)
做一件事情,完成它需要n个步骤,做第一个步骤有g种不同的方法,做第二个步骤有m2种不同的方法……做
第n个步骤有mn种不同的方法•那么完成这件事情共有N叶m2mn种不同的方法•
2、排列与组合
⑴排列定义:
一般地,从n个不同的元素中任取mmn个元素,按照一定的顺序排成一列,叫做从n个不同的
元素中任取m个元素的一个排列•
⑵组合定义:
一般地,从n个不同的元素中任取mmn个元素并成一组,叫做从n个不同的元素中任取m个元
素的一个组合.
⑶排列数:
从n个不同的元素中任取mmn个元素的所有排列的个数,叫做从n个不同的元素中任取m个元素
的排列数,记作Am.
⑷组合数:
从n个不同的元素中任取mmn个元素的所有组合的个数,叫做从n个不同的元素中任取m个元素
的组合数,记作Cnm.
⑸排列数公式:
1Amnn1n2nm1
Am
n!
;
nm!
②An!
,规定0!
1.
⑹组合数公式:
①cm
nn1n2nm1亠」
m!
nm!
或Cnm!
②cmc:
m,规定co1.
⑺排列与组合的区别:
排列有顺序,组合无顺序.
⑻排列与组合的联系:
a,cmAm,即排列就是先组合再全排列.
CmAmn(nDL(nm1也(mn)⑼排列与组合的两个性质性质
Amm(m1)L21m!
nm!
排列a;
1AmmAm1;
组合c;
1cmcm1.
⑽解排列组合问题的方法
1特殊元素、特殊位置优先法(元素优先法:
先考虑有限制条件的元素的要求,再考虑其他元素;
位置优先法:
先
考虑有限制条件的位置的要求,再考虑其他位置)
2间接法(对有限制条件的问题,先从总体考虑,再把不符合条件的所有情况去掉)
3相邻问题捆绑法(把相邻的若干个特殊元素“捆绑”为一个大元素,然后再与其余“普通元素”全排列,最后再
“松绑”,将特殊元素在这些位置上全排列)
4不相邻(相间)问题插空法(某些元素不能相邻或某些元素要在某特殊位置时可采用插空法,即先安排好没有限制元条件的元素,然后再把有限制条件的元素按要求插入排好的元素之间)
5有序问题组合法.
6选取问题先选后排法.
7至多至少问题间接法.
8相同元素分组可采用隔板法.
9分组问题:
要注意区分是平均分组还是非平均分组,平均分成n组问题别忘除以n!
.
3、二项式定理
nOn1n12n2.2rnr.r—nn
⑴二项展开公式:
abCnaCnabGabLCnabLCnbnN.
⑵二项展开式的通项公式:
Tr1cnanrbr0rn,rN,nN.主要用途是求指定的项•
⑶项的系数与二项式系数
项的系数与二项式系数是不同的两个概念,但当二项式的两个项的系数都为1时,系数就是二项式系数.如
1
在(axb)n的展开式中,第r1项的二项式系数为Cn,第r1项的系数为Qa"
rbr;
而(x-)n的展开式
x
中的系数等于二项式系数;
二项式系数一定为正,而项的系数不一定为正
若令x1,则有
专题七:
随机变量及其分布
如果事件ABC,其中任何两个都是互斥事件,则说事件AB、C彼此互斥•
当AB是互斥事件时,那么事件AB发生(即AB中有一个发生)的概率,等于事件AB分别发生的
概率的和,即
P(AB)P(A)P(B).
⑵对立事件:
其中必有一个发生的两个互斥事件.事件A的对立事件通常记着A.
对立事件的概率和等于1.P(A)1P(A).
特别提醒:
“互斥事件”与“对立事件”都是就两个事件而言的,互斥事件是不可能同时发生的两个事件,而
对立事件是其中必有一个发生的互斥事件,因此,对立事件必然是互斥事件,但互斥事件不一定是对立事件,也就
是说“互斥”是“对立”的必要但不充分的条件
⑶相互独立事件:
事件A(或B)是否发生对事件B(或A)发生的概率没有影响,(即其中一个事件是否发生对另一个事件发生的概率没有影响).这样的两个事件叫做相互独立事件.
当AB是相互独立事件时,那么事件AB发生(即AB同时发生)的概率,等于事件AB分别发生的概
率的积.即
P(AB)P(A)P(B).____
若A、B两事件相互独立,则A与B、A与BA与B也都是相互独立的.
⑷独立重复试验
1一般地,在相同条件下重复做的n次试验称为n次独立重复试验.
2独立重复试验的概率公式
如果在1次试验中某事件发生的概率是p,那么在n次独立重复试验中这个试验恰好发生k次的概率
Pn(k)C;
pk(1p)nkk0,1,2,Ln.
⑸条件概率:
对任意事件A和事件B,在已知事件A发生的条件下事件B发生的概率,叫做条件概率.记作P(B|A),读作A发生的条件下B发生的概率.
公式:
P(BA)P(AB),P(A)0.
P(A)
2、离散型随机变量
+随机变量常用字母
⑴随机变量:
如果随机试验的结果可以用一个变量来表示,那么这样的变量叫做随机变量
X,Y,,等表示.
⑵离散型随机变量:
对于随机变量可能取的值,可以按一定次序一一列出,这样的随机变量叫做离散型随机变量.
⑶连续型随机变量:
对于随机变量可能取的值,可以取某一区间内的一切值,这样的变量就叫做连续型随机变量.
⑷离散型随机变量与连续型随机变量的区别与联系:
离散型随机变量与连续型随机变量都是用变量表示随机
试验的结果;
但是离散型随机变量的结果可以按一定次序一一列出,而连续性随机变量的结果不可以一一列出
若X是随机变量,YaXb(a,b是常数)则Y也是随机变量.并且不改变其属性(离散型、连续型)
3、离散型随机变量的分布列
⑴概率分布(分布歹U)
设离散型随机变量X可能取的不同值为XnX2,…,xi,…,Xn,X的每一个值Xi(i1,2,,n)的概率P(XXi)pi,则称表
X
X1
X2
Xi
xn
P
P1
P2
Pi
Pn
为随机变量X的概率分布,简称X的分布列.
性质:
①pi0,i1,2,...n;
②pi1.
⑵两点分布
如果随机变量X的分布列为
1p
p
则称X服从两点分布,并称pP(X1)为成功概率.
⑶二项分布
如果在一次试验中某事件发生的概率是p,那么在n次独立重复试验中这个事件恰好发生k次的概率是
P(Xk)c:
pk(1p)nk.
其中k0,1,2,...,n,q1p,于是得到随机变量X的概率分布如下:
k
_00n
Cnpq
_11n1
CnPq
kknk
nn0
CnPq
我们称这样的随机变量X服从二项分布,记作X~Bn,p,并称p为成功概率判断一个随机变量是否服从二项分布,关键有三点:
1对立性:
即一次试验中事件发生与否二者必居其一;
2重复性:
即试验是独立重复地进行了n次;
3等概率性:
在每次试验中事件发生的概率均相等.
⑴二项分布的模型是有放回抽样;
⑵二项分布中的参数是p,k,n.
⑷超几何分布
般地,在含有M件次品的N件产品中,任取n件,其中恰有X件次品数,则事件Xk发生的概率为
*
其中mminM,n,n<
N,M<
N,n,M,NN.
我们称这样的随机变量X的分布列为超几何分布列,且称随机变量X服从超几何分布.
⑴超几何分布的模型是不放回抽样;
i
m
C0Cn0CMCNM
CN
C1Cn1CMCNM
CmCnm
CMCNM
⑵超几何分布中的参数是M,N,n.其意义分别是
总体中的个体总数、N中一类的总数、样本容量
4、离散型随机变量的均值与方差
⑴离散型随机变量的均值
一般地,若离散型随机变量X的分布列为
Xn
则称
EXXiPiX2P2LXiPiLXnPn为离散型随机变量X的均值或数学期望(简称期望)•它反映了离散型
随机变量取值的平均水平•
①|E(aXb)—aE(X)b.
②若X服从两点分布,则E(X)p.
③若X~Bn,p,则E(X)np.
⑵离散型随机变量的方差
n
D(X)(xiE(X))2pi为离散型随机变量X的方差,并称其算术平方根乙D(X)为随机变量X的标准差•它反
映了离散型随机变量取值的稳定与波动,集中与离散的程度.
D(X)越小,X的稳定性越高,波动越小,取值越集中;
D(X)越大,X的稳定性越差,波动越大,取值越分
散.
①D(aXb)a2D(X).
2'
P(1P).
3若X~Bn,p,则D(X)np(1P).
正态变量概率密度曲线函数表达式:
X2
e^^,xR,其中
是参数,且0,
5、正态分布
记作N(,2).如下图:
nxy
xyi
aybx
—2nx
2—2
yiny
2、独立性检验
假设有两个分类变量X和Y,它们的值域分另为{x1,x2}和{y1,y2},其样本频数22列联表为:
y1
y2
总计
a
b
a+b
c
d
c+d
a+c
b+d
a+b+c+d
若要推断的论述为H:
“X与Y有关系”,可以利用独立性检验来考察两个变量是否有关系,并且能较精确地给
出这种判断的可靠程度
具体的做法是,由表中的数据算出随机变量
22
K的值K
n(adbc)2,其中nabcd
(ab)(cd)(ac)(bd)
为样本容量,K2的值越大,说明“X与Y有关系”成立的可能性越大随机变量K2越大,说明两个分类变量,关系越强;
反之,越弱。
K23.841时,X与Y无关;
K23.841时,X与Y有95%可能性有关;
K26.635时X与Y有99緬能性有关.