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
changjh13 小时前
线性回归的似然函数推导
机器学习·线性回归·概率论
AI科技星1 天前
精细结构常数α的多维度物理比值特性及空间螺旋模型研究
人工智能·线性代数·架构·概率论·学习方法
AI科技星1 天前
基于奇合数边界的离散解析数论与双螺旋宇大统一体系(中英文双语纯净终稿)
人工智能·线性代数·架构·概率论·学习方法
chsmiao2 天前
深度学习之概率论
人工智能·深度学习·概率论
词元Max2 天前
3.4 概率论基础:贝叶斯思维与不确定性
概率论
Eloudy2 天前
光子的单缝衍射模型
线性代数·机器学习·概率论
AI科技星3 天前
依托Gε₀ = e²/(4παmₚ²)核心方程:全新公式推导+原创理论提炼+全维度精算验证
人工智能·线性代数·架构·概率论·学习方法
AI科技星6 天前
国家重点研发计划项目申报书
人工智能·线性代数·架构·概率论·学习方法
AI科技星7 天前
基于**v=c(空间光速螺旋运动)唯一第一性原理**重新完整求导证明
人工智能·线性代数·算法·机器学习·架构·概率论·学习方法
hai3152475437 天前
AI工业化编程的黎明:由逻辑压缩到知识融合的范式跃迁
开发语言·人工智能·线性代数·机器学习·数学建模·概率论