随机变量

机器学习概率论与统计学--(8)概率论：数字特征数字特征是用数值简洁地描述随机变量分布的重要属性。本讲将系统讲解期望、方差、协方差与相关系数，以及高阶矩、偏度和峰度。这些概念是概率论与统计学的核心，也是机器学习中模型评估与推断的基础。

机器学习概率论与统计学--(7)概率论：多维随机变量现实中的随机现象往往涉及多个变量，例如身高与体重、温度与湿度、考试成绩与学习时间。多维随机变量就是用来同时描述这些变量的数学工具。本讲将系统介绍多维随机变量的核心概念：联合分布、边缘分布、条件分布，以及刻画变量之间关系的协方差、相关系数和协方差矩阵。

机器学习概率论与统计学--(3)概率论：随机变量欢迎来到概率论的核心概念——随机变量。在之前的讲解中，我们学习了样本空间和事件，但很多时候我们需要将随机试验的结果“数字化”，以便进行数学运算。随机变量正是为此而生。我们将从随机变量的定义开始，区分离散与连续两类，并深入理解分布函数这个统一描述工具。

Arthur古德曼

【概率论与数理统计】第二章随机变量及其分布(1)第一章种学习了随机现象、随机试验、随机事件等概念，讨论了随机事件的关系、运算以及概率；且只考虑了个别事件下的频率问题。接下来，进一步第需要建立随机试验结果与实数的对应关系，这类似于函数的映射，我们称之为随机变量，以便使用高等数学的方法来研究随机试验。

Arthur古德曼

【概率论与数理统计】第二章随机变量及其分布(2)对于非离散型得随机变量就无法用分布律来描述它了。首先，我们不能将其所有可能的取值一一地列举出来，如连续型随机变量的取值可充满数轴的一个区间 ( a , b ) (a,b) (a,b)，甚至是 n n n个区间，也可以是无穷区间；其次，对于连续型随机变量 X X X，任取一指定实数值 x x x的概率是0，即 P { X = x } = 0 P\{X=x\}=0 P{X=x}=0。

Arthur古德曼

【概率论与数理统计】第二章随机变量及其分布(4)有时候我们所关心的随机变量不能直接测量得到，而他确是某个能直接测量的随机变量的函数。（可以某个简单函数的符合函数，大概就是这么个意思）

AI-数学-高中52-离散型随机变量概念及其分布列、两点分布原作者视频：【随机变量】【一数辞典】2离散型随机变量及其分布列_哔哩哔哩_bilibili离散型随机变量分布列：X表示离散型随机变量可能在取值，P:对应分布在概率，P括号里X=1表示事件的名称。

【考研数学】概率论与数理统计 —— 第二章 | 一维随机变量及其分布（1，基本概念与随机变量常见类型）暑假接近尾声了，争取赶一点概率论部分的进度。设随机试验 E E E 的样本空间为 Ω \Omega Ω ， X X X 为定义于样本空间 Ω \Omega Ω 上的函数，对于任意 w ∈ Ω w \in \Omega w∈Ω ，总存在唯一确定的 X ( w ) X(w) X(w) 与之对应，称 X ( w ) X(w) X(w) 为随机变量，一般记为 X X X 。

我是有底线的