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
C++、Java和Python的菜鸟7 小时前
第六章 统计初步
算法·机器学习·概率论
神齐的小马4 天前
机器学习 [白板推导](十)[马尔可夫链蒙特卡洛法]
人工智能·机器学习·概率论
量化风云6 天前
『量化人的概率 03』PDF is all you need
python·金融·pdf·概率论·量化交易·量化课程
BOB_BOB_BOB_10 天前
【ee类保研面试】数学类---概率论
面试·职场和发展·概率论·保研
Yingjun Mo11 天前
概率论角度: Laplace 算子和分数阶 Laplace 算子
概率论
CS创新实验室11 天前
《机器学习数学基础》补充资料:泰勒定理与余项
人工智能·机器学习·概率论·泰勒定理·泰勒展开·余项
EQUINOX119 天前
如何理解泊松分布
概率论
幻风_huanfeng21 天前
人工智能之数学基础:概率论之韦恩图的应用
概率论·韦恩图
金色光环24 天前
切比雪夫不等式的理解以及推导【超详细笔记】
概率论
幻风_huanfeng1 个月前
人工智能之数学基础:概率论和数理统计在机器学习的地位
人工智能·神经网络·线性代数·机器学习·概率论