---恢復內容開始---
生物統計學
古典概型：
理論上，在未得到試驗結果之前可以根據實驗條件，預先估計出來的所有可能結果稱為樣本空間，即為集合Ω。樣本點w是Ω的一個元素。這是概率的古典定義，即依據事件本身特性，直接得到概率。這里得到的往往是先驗概率。
隨機事件是一個集合，是樣本空間的一個子集。
必然事件是一個集合，包含所有樣本點。
不可能事件是一個集合，不包含所有樣本點。
Today：
與古典概率的定義不同，現在我們所知的是事物已經發生頻率，而通過伯努利大數定律使得大樣本的頻率約等於概率，這里得到的往往是后驗概率。在得知樣本分布之后，采用概率論做推論，即prediction。
在已知概率的前提下，對概率進行數理計算得到想要事件發生的概率，就是概率論。
將加法公式和乘法公式綜合使用得到全概率公式和貝葉斯公式:
全概率公式由原因（通常已知在A的概率下B發生的概率+A發生的概率）推結果
貝葉斯公式：原因A導致事件B的發生；由結果（某條件下某事件發生概率）推原因（某事件已經發生了，它是由某一原因導致的概率），往往知道結果。
隨機變量：
一共有兩種類型:
離散型變量：
分布率：當變量是某單一值時有相應的發生概率；
分布函數：當變量是某幾個單一值時有相應的發生概率
連續型變量：
概率密度曲線：當變量是某段值時有相應的發生概率
分布函數：當變量是某段值時有相應的發生概率
可以利用以上數學式子計算出參數。
常見的概率分布：
二項分布n，泊松分布很大的時候接近正態分布
泊松分布：稀有事件
正態分布：
顯著性水平：0.05
辛欽大數定律：當樣本數趨近於無窮時，樣本均值與參數均值相等
---恢復內容結束---