...
概率论 正态分布 正态分布具有一些有用的性质。 目录 概率论 正态分布 正态分布和标准正态分布的转换 引理 证明 结论 正态分布的性质 正态分布和标准正态分布的转换 引理 若随机变量 X backsim N mu, sigma ,则 Z frac X mu sigma backsim N , 证明 由 X backsim N mu, sigma ,得 P X leq x frac sqrt pi ...
2020-10-31 18:20 0 524 推荐指数:
...
伯努利试验 伯努利试验(Bernoulli experiment)是在同样的条件下重复地、相互独立地进行的一种随机试验,其特点是该随机试验只有两种可能结果:发生或者不发生。 我们假设该项试 ...
联合分布 部分公式是自己推导的,有不对的地方请说出来 QAQ 离散随机变量 假设 \(X\) 和 \(Y\) 是定义在同一样本空间上的离散随机变量,它们的联合频率函数是 \(p(x_i, y_i) = P(X=x_i, Y = y_i)\)。 \(P_X(x) = \sum_i ...
title: 【概率论】5-10:二维正态分布(The Bivariate Normal Distributions) categories: - Mathematic - Probability keywords: - The Bivariate Normal ...
宋浩《概率论与数理统计》笔记---2.2.3、正态分布 一、总结 一句话总结: 若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布,记为N(μ,σ^2)。 其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。 当μ = 0,σ = 1时的正态分布是标准 ...
...
作者:Vamei 出处:http://www.cnblogs.com/vamei 欢迎转载,也请保留这段声明。谢谢! 我之前一直专注于单一的随机变量及其概率分布。我们自然的会想将以前的结论推广到多个随机变量。联合分布(joint distribution)描述了多个随机变量的概率分布 ...
概率论分布函数(总结) 一、总结 一句话总结: 设X是一个随机变量,x是任意实数,函数F(x)=P(X<=x)称为X的分布函数。有时也记为X~F(x)。 1、直观理解分布函数? 分布函数就是变量小于等于某个特定值a的概率(或者频率,如果是用数据统计出来的话),也即F(a)=P ...