《概率论的基本概念》课件

概率论的基本概念概率论是研究随机现象规律的数学分支，在自然科学、社会科学、工程技术等领域有着广泛应用概率论的定义和应用场景定义应用场景概率论是研究随机现象规律的数学分支，它研究随机事件发生概率论在自然科学、社会科学、工程技术等领域有着广泛应用，的可能性大小例如风险评估、统计推断、机器学习、人工智能等随机事件与样本空间随机事件样本空间随机事件是指在一定条件下可能发生也可能不发生的事件样本空间是指所有可能结果的集合，即所有可能发生的事件的集合基本概率公式概率定义概率性质事件发生的概率等于事件包含概率满足非负性、规范性、可的样本点数量除以样本空间包加性等性质含的样本点数量条件概率的计算定义计算12条件概率是指在已知某事件发生的条件下，另一个事件条件概率等于事件A和事件B同时发生的概率除以事件B发生的概率发生的概率概率的乘法定理公式事件和事件同时发生的概率等于事件发生的概率乘以事件在事件已发生的条件下的概率A BA BA全概率公式定义1全概率公式是指将一个事件的概率分解为多个互斥事件的概率之和公式2事件发生的概率等于所有可能导致事件发生的互斥事A A件发生的概率之和贝叶斯公式定义贝叶斯公式是指根据先验概率和似然函数计算后验概率的公式应用贝叶斯公式常用于机器学习、人工智能等领域离散随机变量定义1类型2伯努利分布、二项分布、泊松分布等性质3取值有限或可数，每个取值对应的概率可以确定离散随机变量的期望定义1离散随机变量的期望是所有取值与对应概率的乘积之和意义2期望代表了随机变量的平均值离散随机变量的方差12定义意义离散随机变量的方差是每个取值与期望的差的平方与对应概率方差代表了随机变量取值分散程度的乘积之和连续随机变量定义类型连续随机变量是指取值范围连续的随机变量正态分布、指数分布、均匀分布等连续随机变量的概率密度函数定义性质概率密度函数描述了连续随机变量在某个特定值附近取值的可概率密度函数的曲线下方的面积代表了对应区间内随机变量取能性大小值的概率正态分布的性质钟形曲线参数重要性正态分布的概率密度函数呈钟形曲正态分布由均值和标准差两个参数正态分布在自然科学、社会科学、线，对称分布，均值位于中心决定工程技术等领域有着广泛应用正态分布的应用数据分析1正态分布可以用来分析数据，例如计算置信区间、进行假设检验等机器学习2正态分布在机器学习算法中广泛应用，例如线性回归、支持向量机等金融3正态分布可以用来分析金融市场，例如预测股票价格、评估风险等大数定律定义大数定律是指当样本容量足够大时，样本平均值会趋近于总体平均值意义大数定律为我们提供了一种估计总体平均值的方法中心极限定理定义中心极限定理是指当样本容量足够大时，样本平均值的分布趋近于正态分布1意义2中心极限定理为我们提供了一种推断总体分布的方法抽样分布定义1抽样分布是指从总体中随机抽取样本，样本统计量的分布类型2样本均值的分布、样本方差的分布等点估计12定义方法点估计是指用样本统计量估计总体常用的点估计方法有最大似然估计、参数的值最小二乘估计等区间估计定义置信水平区间估计是指用样本统计量估计总体参数的范围置信水平是指估计区间包含总体参数的概率假设检验的基本概念定义目的假设检验是指根据样本数据对总体参数进行检验，以判断原假假设检验用于验证某个假设是否成立，为决策提供依据设是否成立假设检验的步骤提出假设选择检验统计量确定拒绝域123根据研究目的提出原假设和备择选择合适的检验统计量，用来衡根据显著性水平确定拒绝域，即假设量样本数据与原假设之间的差异当检验统计量落在拒绝域内时，拒绝原假设计算检验统计量做出决策45根据样本数据计算检验统计量根据检验统计量是否落在拒绝域内，做出拒绝或接受原假设的决策单样本均值检验目的1检验样本均值是否与已知总体均值相同方法2使用检验或检验t z双样本均值检验目的检验两个样本的均值是否相同方法使用检验或检验t z卡方检验目的1检验样本频数分布与理论频数分布是否一致应用2适用于分类变量的检验方差分析目的1检验多个样本的均值是否相同应用2适用于比较多个组别的差异性相关分析12目的方法研究两个变量之间线性关系的强弱计算相关系数，例如皮尔逊相关系和方向数回归分析目的应用建立一个数学模型，描述两个变量之间的线性关系回归分析可以用来预测、控制、解释等总结与展望总结展望概率论是研究随机现象规律的数学分支，在自然科学、社会科随着大数据和人工智能的发展，概率论将在更多领域发挥重要学、工程技术等领域有着广泛应用作用。