概率论几种易混淆的形式

  1. 正态分布标准型

x − μ σ \frac{x - \mu}{\sigma} σx−μ

  1. 大数定律形式

P { X ≤ ∑ i = 1 n x i − n μ n σ 2 } = ∫ − ∞ X 1 2 π e − x 2 2 d x P\{X \le \frac{\sum_{i= 1}^{n}x_i -n\mu}{\sqrt{n\sigma^2}} \} = \int _{-\infty}^{X}\frac{1}{\sqrt{2\pi}}e^{-\frac{x^2}{2}}dx P{X≤nσ2 ∑i=1nxi−nμ}=∫−∞X2π 1e−2x2dx

即:

P { X ≤ x ˉ − μ σ n } = ∫ − ∞ X 1 2 π e − x 2 2 d x P\{X \le \frac{\bar x -\mu}{\frac{\sigma}{\sqrt{n}}} \} = \int _{-\infty}^{X}\frac{1}{\sqrt{2\pi}}e^{-\frac{x^2}{2}}dx P{X≤n σxˉ−μ}=∫−∞X2π 1e−2x2dx

  1. 关于 χ 2 \chi^2 χ2的定理

( n − 1 ) S 2 σ 2 ∼ χ 2 ( n − 1 ) \frac{(n-1)S^2}{\sigma^2} \sim \chi^2(n-1) σ2(n−1)S2∼χ2(n−1)

  1. x ˉ − μ S / n ∼ t 2 ( n − 1 ) \frac{\bar x - \mu}{S/\sqrt{n}} \sim t^2(n-1) S/n xˉ−μ∼t2(n−1)
相关推荐
AI完全体1 天前
【AI知识点】二项分布(Binomial Distribution)
人工智能·机器学习·数学建模·概率论·统计学·伯努利试验·离散概率分布
嘻嘻仙人2 天前
【杂谈一之概率论】CDF、PDF、PMF和PPF概念解释与分析
pdf·概率论·pmf·cdf
slomay2 天前
边缘概率 | 条件概率
经验分享·概率论
Coisinilove3 天前
概率论——随机分布
概率论
DogDaoDao3 天前
【预备理论知识——1】深度学习:概率论概述
人工智能·深度学习·机器学习·大模型·概率论
魔力之心4 天前
物理学基础精解【39】
概率论·高等数学·物理学
正义的彬彬侠4 天前
正态分布的极大似然估计一个示例,详细展开的方程求解步骤
人工智能·决策树·机器学习·概率论
Peter11467178505 天前
【生成模型】学习笔记
笔记·学习·概率论
TuringSnowy5 天前
Maximum_Likelihood
笔记·数学建模·概率论
nuo5342027 天前
数学期望专题
c语言·c++·算法·概率论