概率统计总复习资料
1
概率论部分
1． 古典概型中计算概率用到的基本的计数方法。
例1：袋中有4个白球，5个黑球，6个红球，从中任意取出9个球，求取出的9个球中有1 个白球、3个黑球、5个红球的概率.
解：设B ＝｛取出的9个球中有1个白球、3个黑球、5个红球｝
样本空间的样本点总数： 9
15C n ==5005
事件B 包含的样本点： 5
63514
C C C r ==240，则 P (B )=240/5005=0.048 例2：在0～9十个整数中任取四个，能排成一个四位偶数的概率是多少？ 解：考虑次序.基本事件总数为：4
10A =5040，设B ={能排成一个四位偶数} 。
若允许千位数为0，此时个位数可在0、2、4、6、8这五个数字中任选其一，共有5种选法；其余三位数则在余下的九个数字中任选，有39A 种选法；从而共有539A =2520个。其中，千位数为0的“四位偶数”有多少个？此时个位数只能在2、4、6、8这四个数字中任选其一，有4种选法；十位数与百位数在余下的八个数字中任选两个，有28A 种选法；从而共有428A =224
个。因此4
10
2
83945)(A A A B P -==2296/5040=0.456
2． 概率的基本性质、条件概率、加法、乘法公式的应用；掌握事件独立性的概念及性质。
例1：事件A 与B 相互独立，且P (A )=0.5，P (B )=0.6，求：P (AB )，P (A －B )，P (A Y B ) 解：P (AB )= P (A )P (B )=0.3，P (A －B )= P (A )－P (AB )=0.2，P (A Y B )= P (A )＋P (B )－P (AB )=0.8 例2：若P (A )=0.4，P (B )=0.7，P (AB )=0.3，求： P (A －B )，P (A Y B )，)|(B A P ，)|(B A P ，)|(B A P
解：P (A －B )=0.1，P (A Y B )=0.8，)|(B A P =
)
()
(B P AB P =3/7，)|(B A P =)()()()()(B P AB P B P B P B A P -==4/7，)|(B A P =
)
(1)
()()(B P B A P B P B A P -=Y =2/3
3． 准确地选择和运用全概率公式与贝叶斯公式。
例：玻璃杯成箱出售，每箱20只。假设各箱含0、1、2只残次品的概率相应为0.8、0.1和0.1，某顾客欲购买一箱玻璃杯，在购买时，售货员随意取一箱，而顾客随机地察看4只，若无残次品，则买下该箱玻璃杯，否则退回。试求：（1）顾客买下该箱的概率；（2）在顾客买下的该箱中，没有残次品的概率。 解：设事件A 表示“顾客买下该箱”，i B 表示“箱中恰好有i 件次品”，2,1,0=i 。则8.0)(0=B P ，
1.0)(1=B P ，1.0)(2=B P ，1)|(0=B A P ，54)|(4204191==C C B A P ，19
12
)|(4204
182==C C B A P 。
由全概率公式得 ∑==?+?+?==2
94.01912
1.0541.018.0)|()()(i i i B A P B P A P ；
由贝叶斯公式 85.094
.01
8.0)()|()()|(000=?==
A P
B A P B P A B P 。
4．随机变量及其分布
(1)一维离散型
例：随机变量X 的分布律为.
确定参数k
求概率P (0 求期望E (X )，方差D (X ) 求函数2)3(-=X Y 的分布律及期望2)3(-X E 解：由 1=∑i i p ，有 k ＋2 k ＋3 k ＋4 k =1 得 k =0.1 P (0 ????? ????≥<≤<≤<≤<=41 436.0323.0211.010 )(x x x x x x F ∑=i i i p x X E )(=3，∑= i i p x X E 22)(=10，D (X )=22))(()(X E X E -=1 2)3(-X E =1 (2)一维连续型 例：已知随机变量X 的概率密度为()?? ?<<=其他 2 02 x kx x f ， 确定参数k 求概率P (1 求期望E (X )，方差D (X ) 求函数X Y =的密度函数及期望)(X E 解：由 ? +∞ ∞-dx x f )(=1，有 ? +∞ ∞ -dx x f )(=k dx kx 3 8 202=?=1，得 k =3/8 P (1 1 )(dx x f =? 21 2 8 3dx x =7/8. ???? ?≥<<≤=2 1 20800)(3 x x x x x F ?+∞ ∞-=dx x xf X E )()(=? 2 03 83dx x =3/2，?+∞∞-=dx x f x X E )()(22=?2048 3dx x =12/5 D (X )=22))(()(X E X E -=3/20 3 ?????<<=其他 0204 3)(5y y y f )(X E =? +∞∞ -dx x f x )(=? 20 25 83dx x =7 2 6 (3)二维离散型 例 求概率P (X 求边缘分布律P (X =k ) k =0,1,2 和P (Y =k ) k =0,1,2,3 求条件分布律P (X =k |Y =2) k =0,1,2和P (Y =k |X =1) k =0,1,2,3 求期望E (X )，E (Y ) ，方差D (X )，D (Y ) 求协方差 cov(X ,Y )，相关系数XY ρ，判断是否不相关 求Z =X +Y ，W =max{X ，Y }，V =min{X ，Y }的分布律 解：P (X Y X Y =i ij j i p x X E )(=0.8，=i ij j i p x X E )(=1.4，D (X )=))(()(X E X E -=0.76 §13.6 概率统计实验 [学习目标] 1． 会用Mathematica 求概率、均值与方差； 2． 能进行常用分布的计算； 3． 会用Mathematica 进行期望和方差的区间估计； 4． 会用Mathematica 进行回归分析。 概率统计是最需要使用计算机的领域，过去依靠计算器进行统计计算，由于计算机的普及得以升级换代。本节介绍Mathematica 自带的统计程序包，其中有实现常用统计计算的各种外部函数。 一、 样本的数字特征 1. 一元的情况 Mathematica 的内部没有数理统计方面的功能，但是带有功能强大的数理统计外部程序，由多个程序文件组成。它们在标准扩展程序包集的Statistic 程序包子集中，位于目录 D ：\Mathematica\4.0\AddOns\StandardPackages\Statistics 下。通过查看Help ，可以找到包含所需外部函数的程序文件名。 在程序文件DescriptiveStatistics.m 中，含有实现一元数理统计基本计算的函数，常用的有： SampleRange[data] 求表data 中数据的极差（最大数减最小数）。 Median[data] 求中值。 Mean[data] 求平均值∑=n i i x n 1 1。 Variance[data] 求方差（无偏估计）∑=--n i i x x n 12)(11。 StandardDeviation[data] 求标准差（无偏估计）∑=--n i i x x n 1 2)(11。 VarianceMLE[data] 求方差∑=-n i i x x n 1 2)(1。 StandardDeviationMLE[data] 求标准差∑=-n i i x x n 1 2)(1。 实际上程序文件中的函数很多，这里只列出了最常用的函数，其它计算函数可以通过Help 浏览。 例1 给出一组样本值：6.5，3.8，6.6，5.7，6.0，6.4，5.3，计算样本个数、最大值、最小值、均值、方差、标准差等。 概率第一章 (一)概率的加减乘除运算 (二) 概率的计算 1. 古典概型的计算 2. 条件概率的计算 (三) 全概率公式与贝叶斯公式 (四) n 重伯努利试验 概率第二章 （一）随机变量分布函数 1. 分布函数的定义及性质 2. 学会用分布函数表示随机变量落入指定区域的概率 （二）离散型随机变量 1. 具体问题会求解离散型随机变量的分布列 分布列要满足的条件 2. 由分布列会求解分布函数 3. 由分布函数会求解分布列 4. 掌握三个常见的离散型随机变量 （三）连续型随机变量 1. 由分布函数会求解分布密度 2. 由分布密度会求解分布函数 3. 利用分布密度求解未知参数 4. 掌握三个常见的连续型随机变量 （四）随机变量函数的分布 1. 离散型随机变量的函数 2. 连续型随机变量的函数 概率第三章 二维随机向量 (一)联合分布函数的定义及性质 联合概率分布函数定义为____),(=y x F 联合分布函数的性质： ___),(____,),(),(),(=+∞+∞=-∞-∞=-∞=-∞F F y F x F 用联合概率分布函数表示二维随机向量落入指定区域的概率 ____),(2121=≤<≤ 撰写人姓名：撰写时间：审查人姓名： 实验全过程记录实验 名称概率统计实验 时间2学时 地点数学实验室 姓名学号 同实验者学号 一、实验目的 1、掌握利用MATLAB处理简单的概率问题； 2、掌握利用MATLAB处理简单的数理统计问题。 二、实验内容： 1、熟练掌握几种常用的离散型、连续型随机变量的函数命令； 2、熟练掌握常用的描述样本数据特征的函数命令（如最值、均值、中位数（中值）、方差、标准差、几何平均值、调和平均值、协方差、相关系数等）； 3、掌握常用的MATLAB统计作图方法（如直方图、饼图等）； 4、能用MATLAB以上相关命令解决简单的数据处理问题； 5、熟练掌握常用的参数估计和假设检验的相关的函数命令； 6、能用参数估计和假设检验等相关命令解决简单的实际问题。 三、实验用仪器设备及材料 软件需求： 操作系统：Windows XP或更新的版本； 实用数学软件：MATLAB 7.0或更新的版本。 硬件需求： Pentium IV 450以上的CPU处理器、512MB以上的内存、5000MB的自由硬盘空间、CD-ROM驱动器、打印机、打印纸等。 四、实验原理: 概率论与数理统计等相关理论 五、实验步骤： 1、对下列问题，请分别用专用函数和通用函数实现。 ⑴X服从[3, 10]上均匀分布，计算P{X≤4}，P{X>8}；已知P{X>a}=0.4，求a。 p1=unifcdf(4,3,10) p2=1-unifcdf(8,3,10) p11=cdf('unif',4,3,10) p22=1-cdf('unif',8,3,10) unifinv(0.6,3,10) icdf('unif',0.6,3,10) p1 = 高中数学统计与概率知识点（文） 第一部分:统计 一、什么是众数。 一组数据中出现次数最多的那个数据，叫做这组数据的众数。 众数的特点。 ①众数在一组数据中出现的次数最多；②众数反映了一组数据的集中趋势，当众数出现的次数越多，它就越能代表这组数据的整体状况，并且它能比较直观地了解到一组数据的大致情况。但是，当一组数据大小不同，差异又很大时，就很难判断众数的准确值了。此外，当一组数据的那个众数出现的次数不具明显优势时，用它来反映一组数据的典型水平是不大可靠的。 3.众数与平均数的区别。 众数表示一组数据中出现次数最多的那个数据；平均数是一组数据中表示平均每份的数量。 二、.中位数的概念。 一组数据按大小顺序排列，位于最中间的一个数据(当有偶数个数据时，为最中间两个数据的平均数)叫做这组数据的中位数。 三 .众数、中位数及平均数的求法。 ①众数由所给数据可直接求出;②求中位数时，首先要先排序(从小到大或从大到小)，然后根据数据的个数，当数据为奇数个时，最中间的一个数就是中位数;当数据为偶数个时，最中间两个数的平均数就是中位数。③求平均数时，就用各数据的总和除以数据的个数，得数就是这组数据的平均数。 四、中位数与众数的特点。 ⑴中位数是一组数据中唯一的，可能是这组数据中的数据，也可能不是这组数据中的数据； ⑵求中位数时，先将数据有小到大顺序排列，若这组数据是奇数个，则中间的数据是中位数；若这组数据是偶数个时，则中间的两个数据的平均数是中位数； ⑶中位数的单位与数据的单位相同； ⑷众数考察的是一组数据中出现的频数； ⑸众数的大小只与这组数的个别数据有关，它一定是一组数据中的某个数据，其单位与数据的单位相同； （6）众数可能是一个或多个甚至没有； （7）平均数、众数和中位数都是描述一组数据集中趋势的量。 统计概率知识点归纳总结大全 1.了解随机事件的发生存在着规律性与随机事件概率的意义. 2.了解等可能性事件的概率的意义,会用排列组合的基本公式计算一些等可能性事件的概率、 3.了解互斥事件、相互独立事件的意义,会用互斥事件的概率加法公式与相互独立事件的概率乘法公式计算一些事件的概率. 4.会计算事件在n 次独立重复试验中恰好发生k 次的概率. 5.掌握离散型随机变量的分布列、 6.掌握离散型随机变量的期望与方差、 7.掌握抽样方法与总体分布的估计、 8.掌握正态分布与线性回归、 考点1、求等可能性事件、互斥事件与相互独立事件的概率 解此类题目常应用以下知识: (1)等可能性事件(古典概型)的概率:P (A )＝)()(I card A card ＝n m ; 等可能事件概率的计算步骤: （1） 计算一次试验的基本事件总数n ; （2） 设所求事件A,并计算事件A 包含的基本事件的个数m ; （3） 依公式()m P A n =求值; （4） 答,即给问题一个明确的答复、 (2)互斥事件有一个发生的概率:P (A ＋B )＝P (A )＋P (B ); 特例:对立事件的概率:P (A )＋P (A )＝P (A ＋A )＝1、 (3)相互独立事件同时发生的概率:P (A ·B )＝P (A )·P (B ); 特例:独立重复试验的概率:P n (k )＝k n k k n p p C --)1(、其中P 为事件A 在一次试验中发生的概率,此式为二项式 [(1-P)+P]n 展开的第k+1项、 (4)解决概率问题要注意“四个步骤,一个结合”: ① 求概率的步骤就是: 第一步,确定事件性质???????等可能事件 互斥事件 独立事件 n 次独立重复试验 即所给的问题归结为四类事件中的某一种、 第二步,判断事件的运算???和事件积事件 即就是至少有一个发生,还就是同时发生,分别运用相加或相乘事件、 第三步,运用公式()()()()()()()()(1) k k n k n n m P A n P A B P A P B P A B P A P B P k C p p -?=???+=+???=??=-??等可能事件: 互斥事件： 独立事件： n 次独立重复试验:求解 第四步,答,即给提出的问题有一个明确的答复、 考点2离散型随机变量的分布列 1、随机变量及相关概念 ①随机试验的结果可以用一个变量来表示,这样的变量叫做随机变量,常用希腊字母ξ、η等表示、 ②随机变量可能取的值,可以按一定次序一一列出,这样的随机变量叫做离散型随机变量、 ③随机变量可以取某区间内的一切值,这样的随机变量叫做连续型随机变量、 2、离散型随机变量的分布列 ①离散型随机变量的分布列的概念与性质 一般地,设离散型随机变量ξ可能取的值为1x ,2x ,……,i x ,……,ξ取每一个值i x (=i 1,2,……)的概率P(i x =ξ)=i P ,则称下表、 线性回归实验报告（三） 实验目的：通过本次实验，了解matlab和spss在非参数检验中的应用，学会用matlab和spss做非参数假设检验，主要包括单样本和多样本非参数假设检验。 实验内容： 1.单样本假设检验； 2.多样本假设检验. 实验结果与分析： 1.单样本K-S儿童身高 操作步骤： ⑴分析-非参数检验-旧对话框-1-样本KS； ⑵将“周岁儿童身高”变换到检验变量列表，由于样本量太少，点击精确按钮，选择精确检验方法； ⑶回到K-S检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果。 从图形特征上看，儿童身高的分布非常接近正态分布，但是仍需要用K-S来检验 诊断。 结论：K-S检验统计量Z值为0.936，显著性为0.344，大于显著性水平0.05，所以不能拒绝原假设，认为周岁儿童的身高服从正态分布。 2.单样本游程——电缆 操作步骤： ⑴分析-非参数检验-旧对话框-游程； ⑵将“耐电压值”变换到检验变量列表； ⑶回到游程检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果。 结论：中位数渐进显著性为0.491，平均数和众数为1，大于显著性水平0.05，所以不能拒绝原假设，所以该组电缆耐电压值是随机的。 3.多独立样本——儿童身高 操作步骤： ⑴分析-非参数检验-旧对话框-K个独立样本检验； ⑵将“周岁儿童身高”变换到检验变量列表；将“城市标志”变换到分组变量，设置分组变量范围； ⑶回到多独立样本检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果。 结论：多个样本的K-W检验，即秩和检验目的是看各总体的位置参数是否一样，渐近显著性值为0.003，小于显著性水平0.05，所以拒绝原假设，因而四个城市儿童身高的分布存在显著性差异。 4.多样本配对——促销方式 操作步骤： ⑴分析-非参数检验-旧对话框-K个相关样本检验； ⑵将“促销形式1”、“促销形式2”、“促销形式3”变换到检验变量列表； ⑶回到多个关联样本检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果。 概率统计试卷 A 一、填空题（共5 小题，每题 3 分，共计15分） 1、设P(A) =a , P(B) = , P(A B ) = ，若事件A 与B 互不相容，则 a = . 2、设在一次试验中，事件A 发生的概率为p ，现进行n 次重复试验，则事件A 至少发生一次的概率为 . 3、已知P(A ) = , P(B) = , P(AB ) = ，则P(|B A B )= . 4、设随机变量X 的分布函数为 0,0,()sin ,0, 21.2x F x A x x x ππ????则A = . 5、设随机变量X ~(1)π，则P{ 2 ()X E X =}= . 二、选择题（共5 小题，每题3 分，共计15分） 1、设P(A|B) = P(B|A)=14, 2()3P A = , 则( )一定成立. (A) A 与B 独立，且 2 ()5P A B = . (B) A 与B 独立，且()()P A P B =. (C) A 与B 不独立，且 7 ()12P A B = . (D) A 与B 不独立， 且(|)(|)P A B P A B =. 2、下列函数中，（ ）可以作为连续型随机变量的概率密度. (A) 3sin ,,()20x x f x ππ?≤≤?=???其它. (B) 3sin ,,()20x x g x ππ? -≤≤? =? ??其它. (C) 3s ,,()20co x x x ππ??≤≤?=???其它. (D) 31s ,,()20co x x h x ππ? -≤≤? =? ??其它. 3、设X 为一随机变量，若D(10X ) =10，则D(X ) = ( ). (A) 1 10. (B) 1. (C) 10. (D) 100. 4、设随机变量X 服从正态分布2 (1,2)N ，12100,,X X X 是来自X 的样本，X 为样本均值，已知~(0,1)Y aX b N =+，则有（ ）. (A) 11,55a b == . (B) 5,5a b ==. 高中数学之概率与统计 求等可能性事件、互斥事件和相互独立事件的概率 解此类题目常应用以下知识: (1)等可能性事件(古典概型)的概率：P(A)＝)()(I card A card ＝n m ; 等可能事件概率的计算步骤： 计算一次试验的基本事件总数n ; 设所求事件A ，并计算事件A 包含的基本事件的个数m ; 依公式 ()m P A n = 求值; 答，即给问题一个明确的答复. (2)互斥事件有一个发生的概率：P(A ＋B)＝P(A)＋P(B); 特例：对立事件的概率：P(A)＋P(A )＝P(A ＋A )＝1. (3)相互独立事件同时发生的概率：P(A ·B)＝P(A)·P(B); 特例：独立重复试验的概率：Pn(k)＝k n k k n p p C --)1(.其中P 为事件A 在一次试验中发生的 概率，此式为二项式[(1-P)+P]n 展开的第k+1项. (4)解决概率问题要注意“四个步骤，一个结合”： 求概率的步骤是： 第一步，确定事件性质?? ?? ???等可能事件 互斥事件 独立事件 n 次独立重复试验 即所给的问题归结为四类事件中的某一种. 第二步，判断事件的运算 ?? ?和事件积事件 即是至少有一个发生，还是同时发生，分别运用相加或相乘事件. 第三步，运用公式()()()()()()()()(1) k k n k n n m P A n P A B P A P B P A B P A P B P k C p p -? =???+=+? ??=??=-??等可能事件: 互斥事件： 独立事件： n 次独立重复试验:求解 第四步，答，即给提出的问题有一个明确的答复. 例1． 在五个数字12345，，，，中，。 例2． 若随机取出三个数字，则剩下两个数字都是奇数的概率是 （结果用数值表示）． [解答过程]0.3提示:13 35C 33. 54C 10 2P ===? 统计概率知识点归纳总结大全 1．了解随机事件的发生存在着规律性和随机事件概率的意义． 2．了解等可能性事件的概率的意义，会用排列组合的基本公式计算一些等可能性事件的概率. 3．了解互斥事件、相互独立事件的意义，会用互斥事件的概率加法公式与相互独立事件的概率乘法公式计算一些事件的概率． 4．会计算事件在n 次独立重复试验中恰好发生k 次的概率． 5． 掌握离散型随机变量的分布列. 6．掌握离散型随机变量的期望与方差. 7．掌握抽样方法与总体分布的估计. 8．掌握正态分布与线性回归. 考点1. 求等可能性事件、互斥事件和相互独立事件的概率 解此类题目常应用以下知识: (1)等可能性事件(古典概型)的概率：P (A )＝) ()(I card A card ＝n m ; 等可能事件概率的计算步骤： （1） 计算一次试验的基本事件总数n ; （2） 设所求事件A ，并计算事件A 包含的基本事件的个数m ; （3） 依公式()m P A n =求值; （4） 答，即给问题一个明确的答复. (2)互斥事件有一个发生的概率：P (A ＋B )＝P (A )＋P (B ); 特例：对立事件的概率：P (A )＋P (A )＝P (A ＋A )＝1. (3)相互独立事件同时发生的概率：P (A ·B )＝P (A )·P (B ); 特例：独立重复试验的概率：P n (k )＝k n k k n p p C --)1(.其中P 为事件A 在一次试验中发生的概率，此式为二项式[(1-P)+P]n 展开的第k+1项. (4)解决概率问题要注意“四个步骤，一个结合”： ① 求概率的步骤是： 第一步，确定事件性质???? ???等可能事件 互斥事件 独立事件 n 次独立重复试验 即所给的问题归结为四类事件中的某一种. 第二步，判断事件的运算?? ?和事件积事件 即是至少有一个发生，还是同时发生，分别运用相加或相乘事件. 第三步，运用公式()()()()()()()()(1) k k n k n n m P A n P A B P A P B P A B P A P B P k C p p -? =???+=+? ??=??=-??等可能事件: 互斥事件： 独立事件： n 次独立重复试验:求解 第四步，答，即给提出的问题有一个明确的答复. 考点2离散型随机变量的分布列 1.随机变量及相关概念 ①随机试验的结果可以用一个变量来表示，这样的变量叫做随机变量，常用希腊字母ξ、η等表示. ②随机变量可能取的值，可以按一定次序一一列出，这样的随机变量叫做离散型随机变量. ③随机变量可以取某区间内的一切值，这样的随机变量叫做连续型随机变量. 2.离散型随机变量的分布列 ①离散型随机变量的分布列的概念和性质 一般地，设离散型随机变量ξ可能取的值为1x ，2x ，……，i x ，……，ξ取每一个值i x （=i 1，2，……）的概率P （i x =ξ）=i P ，则称下表. 2010―2011―2概率统计试题及答案 一、选择题（每题3分，共30分） 1．已知4 1)()()(= ==C P B P A P ，161)()(==BC P AC P ，0)(=AB P 求事件C B A ,,全不发生的概率______. 31) (A 83)(B 157)(C 5 2 )(D 2．设A 、B 、C 为3个事件．运算关系C B A 表示事件______. (A ) A 、B 、C 至少有一个发生 (B ) A 、B 、C 中不多于—个发生 (C ) A ，B ，C 不多于两个发生 (D ) A ，月，C 中至少有两个发生 3．设X 的分布律为),2,1(2}{ ===k k X P k λ，则=λ__________． 0)(>λA 的任意实数 3)(=λB 3 1 )(= λC 1)(=λD 4．设X 为一个连续型随机变量，其概率密度函数为)(x f ，则)(x f 必满足______． (A ) 1)(0≤≤x f (B ) 单调不减 (C ) 1)(=? ∞+∞ -dx x f (D ) 1)(lim =+∞ →x f x 5．对正态总体的数学期望μ进行假设检验，如果在显著性水平α=0.05下接受 00:μμ=H ，那么在显著性水平 α=0.01下，下列结论正确的是______． (A ) 必接受0H (B )可能接受也可能拒绝0H (C ) 必拒绝0H (D )不接受，也不拒绝0H 6．设随机变量X 和Y 服从相同的正态分布)1,0(N ，以下结论成立的是______． (A ) 对任意正整数k ，有)()(k k Y E X E = (B ) Y X +服从正态分布)2,0(N (C ) 随机变量),(Y X 服从二维正态分布 （一）统计篇 主要知识点（三种统计图，科学计数法，近似数，有效数字，平均数，众数， 中位数，普查，抽查，频数，频率，极差，方差，标准差） 一、生活中的数据（一）（七年级上册第六章）三种统计图略 二、生活中的数据（二）（七年级下册第三章） 1.科学计数法： ①一个绝对值小于1的数也可以用科学记数法表示成的形式，其中，n是负整数。 ②技巧：n的绝对值等于这个数的左边第一个非零数字前面的零的个数。 ③一百万＝1×106一亿＝1×108 2.近似数和有效数字：目标：取近似数，能指出近似数的有效数字。 精确数是与实际完全符合的数，近似数是与实际非常接近的数。 有时我们根据具体情况，采用四舍五入法选择一个数的近似数。 注意：用四舍五入法取近似数时，很容易将小数点末尾的零去掉，一定要注意精确到的数位（及四舍五入到的数位）。如四舍五入到千分位是，注意不要去掉末尾的零。四舍五入到哪一位，就说这个近似数精确到哪一位。 对于一个近似数，从左边第一个不是0的数字起，到精确的数位(即四舍五入到的数位）止，所有的数字都叫做这个数的有效数字。 三、数据的代表（八年级上册第八章） 1.平均数：目标：会求一组数据的平均数与加权平均数 我们常用平均数（算术平均数）表示一组数据的“平均水平”。 在实际问题中，一组数据里的各个数据的“重要程度”未必相同，因而，在计算这组数据的平均数时，往往给每个数据一个“权”，这样的平均数叫做加权平均数。 例如；你的小测成绩是80分，期末考成绩是90分，老师要计算总的平均成绩，就按照小测40%、期末成绩60%的比例来算，所以你的平均成绩是：80×40%+90×60%=86 学校食堂吃饭，吃三碗的有χ人，吃两碗的有y人，吃一碗的z人。平均每人吃多少？ 概率论与数理统计 实验报告 概率论部分实验二 《正态分布综合实验》 实验名称：正态分布综合实验 实验目的：通过本次实验，了解Matlab在概率与数理统计领域的应用，学会用matlab做概率密度曲线，概率分布曲线，直方图，累计百分比曲线等简单应用；同时加深对正态分布的认识，以更好得应用之。 实验内容： 实验分析： 本次实验主要需要运用一些matlab函数，如正态分布随机数发生器normrnd函数、绘制直方图函数hist函数、正态分布密度函数图形绘制函数normpdf函数、正态分布分步函数图形绘制函数normcdf等；同时，考虑到本次实验重复性明显，如，分别生成100,1000,10000个服从正态分布的随机数，进行相同的实验操作，故通过数组和循环可以简化整个实验的操作流程，因此，本次实验程序中要设置数组和循环变量。 实验过程： 1.直方图与累计百分比曲线 1）实验程序 m=[100,1000,10000]; 产生随机数的个数 n=[2,1,0.5]; 组距 for j=1:3 for k=1:3 x=normrnd(6,1,m(j),1); 生成期望为6，方差为1的m(j)个 正态分布随机数 a=min(x); a为生成随机数的最小值 b=max(x); b为生成随机数的最大值 c=(b-a)/n(k); c为按n(k)组距应该分成的组数 subplot(1,2,1); 图形窗口分两份 hist(x,c);xlabel('频数分布图'); 在第一份里绘制频数直方图 yy=hist(x,c)/1000; yy为各个分组的频率 s=[]; s(1)=yy(1); for i=2:length(yy) s(i)=s(i-1)+yy(i); end s[]数组存储累计百分比 x=linspace(a,b,c); subplot(1,2,2); 在第二个图形位置绘制累计百分 比曲线 plot(x,s,x,s);xlabel('累积百分比曲线'); grid on; 加网格 figure; 另行开辟图形窗口，为下一个循 环做准备 end end 2）实验结论及过程截图 实验结果以图像形式展示，以下分别为产生100,1000,10000个正态分布随机数，组距分别为2,1,0.5的频数分布直方图和累积百分比曲线，从实验结果看来，随着产生随机数的数目增多，组距减小，累计直方图逐渐逼近正态分布密度函数图像，累计百分比逐渐逼近正态分布分布函数图像。 知识点总结：统计与概率 I 统计 1．三大抽样 (1)基本定义： ① 总体：在统计中,所有考查对象的全体叫做全体． ② 个体：在所有考查对象中的每一个考查对象都叫做个体． ③ 样本：从总体中抽取的一部分个体叫做总体的样本． ④ 样本容量：样本中个体的数目叫做样本容量． (2)抽样方法： ①简单随机抽样：逐个不放回、等可能性、有限性。=======★适用于总体较少★ 抽签法：整体编号（ 1~N ）放入不透明的容器中搅拌均匀逐个抽取n 次，即可得样本容量为 n 的样本。 随机数表法：整体编号（等位数，如001、111不能是1、111） 从0~9中随机取一行一列然后初方向随机 （上、下、左、右）重复，超过范围则忽略不计直至取得以n 为样本容量的样本。 ②系统抽样：容量大．等距，等可能。=======★适用于总体多★ 用随机方法编号，若N 无法被整除，则剔除后再分组，n N k 。再用简单随机抽样法来抽取一个个体，设为l ，则编号为l ，k+l ，2k+l ……（n-1）k ，抽出容量为n 的样本。（每组编号相同）。 ③分层抽样：总体差异明显．按所占比例抽取．等可能．=======★适用于由差异明显的几部分构成的总体★ 总体有几个差异明显的部分构成，经总体分成几个部分，然后按照所占比例进行抽样．抽样比为：k ＝n N 3．总体分布的估计： (1)一表二图： ①频率分布表——数据详实 ②频率分布直方图——分布直观 ③频率分布折线图——便于观察总体分布趋势 ★注：总体分布的密度曲线与横轴围成的面积为1。 (2)茎叶图： ①茎叶图适用于数据较少的情况，从中便于看出数据的分布，以及中位数．众位数等。 ②个位数为叶，十位数为茎，右侧数据按照从小到大书写，相同的数据重复写。 概率统计实验报告 班级16030 学号16030 姓名 2018 年1 月3 日 1、 问题概述和分析 （1） 实验内容说明： 题目12、（综合性实验）分析验证中心极限定理的基本结论: “大量独立同分布随机变量的和的分布近似服从正态分布”。 （2） 本门课程与实验的相关内容 大数定理及中心极限定理； 二项分布。 （3） 实验目的 分析验证中心极限定理的基本结论。 2、实验设计总体思路 2.1、引论 在很多实际问题中，我们会常遇到这样的随机变量，它是由大量的相互独立的随机 因素的综合影响而形成的，而其中每一个个别因素在总的影响中所起的作用是微小的，这种随机变量往往近似的服从正态分布。 2.2、 实验主题部分 2.2.1、实验设计思路 1、 理论分析 设随机变量X1，X2，......Xn ，......独立同分布，并且具有有限的数学期望和方差：E(Xi)=μ，D(Xi)=σ2(k=1,2....)，则对任意x ，分布函数 满足 该定理说明，当n 很大时，随机变量 近似地服从标准正 态分布N(0，1)。因此，当n 很大时， 近似地服从正 态分布N(n μ，n σ2)． 2、实现方法（写清具体实施步骤及其依据） (1) 产生服从二项分布),10(p b 的n 个随机数, 取2.0=p , 50=n , 计算n 个随 机数之和y 以及 ) 1(1010p np np y --; 依据：n 足够大，且该二项分布具有有限的数学期望和方差。 (2) 将(1)重复1000=m 组, 并用这m 组 ) 1(1010p np np y --的数据作频率直方图进 行观察. 依据：通过大量数据验证随机变量的分布，且符合极限中心定理。 一、填空题 1．已知()0.8,()0.5,P A P A B ==且事件A 与B 相互独立，则()P B = 0.375 ． 2．若二维随机变量),(Y X 的联合概率分布为 18 .012.012.008.01 11 1 b a X Y --，且X 与Y 相互 独立，则=a 0.2 ；=b 0.3 . 3．已知随机变量~(0,2)X U ，则2()[()] D X E X = 13 ． 4．已知正常男性成人血液中，每毫升白细胞平均数是7300，均方差是700。设X 表示每毫升白细胞数，利用切比雪夫不等式估计{52009400}P X <<89 ≥ . 5．设123,,X X X 是总体X 的样本，11231?()4X aX X μ =++，21231?()6 bX X X μ=++是总体均值的两个无偏估计，则a = 2 ，b = 4 ． 二、单项选择题 1．甲、乙、丙三人独立地译一密码，他们每人译出密码的概率分别是0.5，0.6，0.7， 则密码被译出的概率为 （ A ） A. 0.94 B. 0.92 C. 0.95 D. 0.90 2．某人打靶的命中率为0.8，现独立射击5次，则5次中有2次命中的概率为（ D ） A. 20.8 B. 230.80.2? C. 22 0.85 ? D. 22350.80.2C ?? 3.设随机变量Y X 和独立同分布，则),,(~2σμN X （ B ） A. )2,2(~22σμN X B. )5,(~22σμN Y X - C. )3,3(~22σμN Y X + D. )5,3(~22σμN Y X - 4．对于任意两个随机变量X 和Y ，若()()()E XY E X E Y =?，则（ B ）. A. ()()()D XY D X D Y =? B.()()()D X Y D X D Y +=+ C.X 和Y 独立 D.X 和Y 不独立 5．设 ()2~,X N μσ，其中μ已知，2σ未知，123 ,,X X X 为其样本， 下列各项不是 统计量的是（ A ）. 统计与概率 一、统计的基础知识 1、统计调查的两种基本形式： 普查：对调查对象的全体进行调查； 抽样调查：对调查对象的部分进行调查； 总体：所要考察对象的全体； 个体：总体中每一个考察的对象； 样本：从总体中所抽取的一部分个体； 样本容量：样本中个体的数目（不带单位）； 平均数：对于n 个数12,,,n x x x ，我们把121()n x x x n +++ 叫做这n 个数的平均数； 中位数：几个数据按大小顺序排列时，处于最中间的一个数据（或是最中间两个数据的平均数）叫做中位数； 众数：一组数据中出现次数最多的那个数据； 方差：2222121()()()n S x x x x x x n ??=-+-++-?? ，其中n 为样本容量，x 为样本平均数； 标准差：S ，即方差的算术平方根； 极差：一组数据中最大数据与最小数据的差称为这组数据的极差； 频数：将数据分组后落在各小组内的数据个数叫做该小组的频数； 频率：每一小组的频数与样本容量的比值叫做这一小组的频率； ★ 频数和频率的基本关系式：频率 = —————— 各小组频数的总和等于样本容量，各小组频率的总和等于1； 扇形统计图：圆表示总体，扇形表示部分，统计图反映部分占总体的百分比，每个扇形的圆心角度数=360°× 该部分占总体的百分比； 会填写频数分布表，会补全频数分布直方图、频数折线图； 频数 样本容量 各 基 础 统 计 量 频 数 的 分 布 与 应 用 2、 3、 二、概率的基础知识 必然事件：一定条件下必然会发生的事件； 不可能事件：一定条件下必然不会发生的事件； 2、不确定事件（随机事件）：在一定条件下可能发生，也可能不发生的事件； 3、概率：某件事情A 发生的可能性称为这件事情的概率，记为P(A)； P (必然事件)=1，P(不可能事件)=0，0＜P(不确定事件)＜1； ★概率计算方法： P(A) = ———————————————— 例如 注：对于两种情况时，需注意第二种情况可能发生的结果总数 例：①袋子中有形状、大小相同的红球3个，白球2个，取出一个球后再取出一个球，求两个球都是白球的概率；P = 1 10 ②袋子中有形状、大小相同的红球3个，白球2个，取出一个球后放回 ．．，再取出一个球，求两个球都是白球的概率；P = 4 25 1、确定事件 事件A发生的可能结果总数 所有事件可能发生的结果总数 运用列举法（常用树状图）计算简单事件发生的概率 ………… 概率论总结及心得体会 2008211208班 08211106号 史永涛 班内序号：01 目录 一、前五章总结 第一章随机事件和概率 (1) 第二章随机变量及其分布 (5) 第三章多维随机变量及其分布 (10) 第四章随机变量的数字特征 (13) 第五章极限定理 (18) 二、学习概率论这门课的心得体会 (20) 一、前五章总结 第一章随机事件和概率 第一节：1.、将一切具有下面三个特点：（1）可重复性（2）多结果性（3）不确定性的试验或观察称为随机试验，简称为试验，常用E表示。 在一次试验中，可能出现也可能不出现的事情（结果）称为随机事件，简称为事件。 不可能事件：在试验中不可能出现的事情，记为Ф。 必然事件：在试验中必然出现的事情，记为S或Ω。 2、我们把随机试验的每个基本结果称为样本点，记作e 或ω. 全体 样本点的集合称为样本空间. 样本空间用S或Ω表示. 一个随机事件就是样本空间的一个子集。 基本事件—单点集，复合事件—多点集 一个随机事件发生，当且仅当该事件所包含的一个样本点出现。 事件间的关系及运算，就是集合间的关系和运算。 3、定义：事件的包含与相等 若事件A发生必然导致事件B发生，则称B包含A，记为B?A 或A?B。 若A?B且A?B则称事件A与事件B相等，记为A＝B。 定义：和事件 “事件A与事件B至少有一个发生”是一事件，称此事件为事件 A与事件B的和事件。记为A∪B。用集合表示为: A∪B={e|e∈A，或e∈B}。 定义：积事件 称事件“事件A与事件B都发生”为A与B的积事件，记为A∩ B或AB，用集合表示为AB={e|e∈A且e∈B}。 定义：差事件 称“事件A发生而事件B不发生,这一事件为事件A与事件B的差 事件,记为A－B,用集合表示为 A-B={e|e∈A，e?B} 。 概率论与数理统计实验报告 一、实验目的 1.学会用matlab求密度函数与分布函数 2.熟悉matlab中用于描述性统计的基本操作与命令 3.学会matlab进行参数估计与假设检验的基本命令与操作 二、实验步骤与结果 概率论部分： 实验名称：各种分布的密度函数与分布函数 实验内容： 1.选择三种常见随机变量的分布，计算它们的方差与期望<参数自己设 定）。 2.向空中抛硬币100次，落下为正面的概率为0.5,。记正面向上的次数 为x， （1）计算x=45和x<45的概率， （2）给出随机数x的概率累积分布图像和概率密度图像。 3.比较t(10>分布和标准正态分布的图像<要求写出程序并作图）。 程序： 1.计算三种随机变量分布的方差与期望 [m0,v0]=binostat(10,0.3> %二项分布，取n=10,p=0.3 [m1,v1]=poisstat(5> %泊松分布，取lambda=5 [m2,v2]=normstat(1,0.12> %正态分布，取u=1,sigma=0.12 计算结果： m0 =3 v0 =2.1000 m1 =5 v1 =5 m2 =1 v2 =0.0144 2.计算x=45和x<45的概率，并绘图 Px=binopdf(45,100,0.5> %x=45的概率 Fx=binocdf(45,100,0.5> %x<45的概率 x=1:100。 p1=binopdf(x,100,0.5>。 p2=binocdf(x,100,0.5>。 subplot(2,1,1> plot(x,p1> title('概率密度图像'> subplot(2,1,2> plot(x,p2> title('概率累积分布图像'> 结果： Px =0.0485 Fx =0.1841 3.t(10>分布与标准正态分布的图像 subplot(2,1,1> ezplot('1/sqrt(2*pi>*exp(-1/2*x^2>',[-6,6]> title('标准正态分布概率密度曲线图'> subplot(2,1,2> ezplot('gamma((10+1>/2>/(sqrt(10*pi>*gamma(10/2>>*(1+x^2/10>^(-(10+1>/2>',[-6,6]>。b5E2RGbCAP title('t(10>分布概率密度曲线图'> 结果： 备用数据：22 0.950.950.05(3) 2.3534,(3) 6.815,(3)0.352 t χχ=== 8413.0)1(=Φ ，7881.0)8.0(,9993.0)2.3(=Φ=Φ. 一、填空题(18分) 1、(4分)已知5.0)(=A P ,4.0)(=B P ,6.0)|(=B A P ，则)(AB P = ， )(B A A P ?= . 2、(4分)设随机变量ξ服从二项分布),4(p B ，01p <<，已知)3()1(===ξξP P ，则 =p ，)2(=ξP = . 3、(6分)设随机变量X 服从参数为1的指数分布，随机变量Y 服从二项分布(2,0.5)B ，且 (,)0.5cov X Y =，则(3)E X Y -= ，(3)D X Y -= ，利用切比雪夫不等 式可得() ≥≤+-223Y X P . 4、(4分)设126,,X X X 相互独立且服从相同的分布，且1X 服从正态分布)9,0(N ，记 ()()22 2 123456 T a X X b X X X cX =+++++，其中,,a b c 为常数，且0≠abc ，当 a = , b = , c = 时，T 服从自由度为 的2χ分布. 二、(12分)甲、乙两人各自独立作同种试验，已知甲、乙两人试验成功的概率分别为0.6，0.8. (1) 求两人中只有一人试验成功的概率； (2) 在已知甲乙两人中至少有一人试验成功的情况下，求甲成功但乙未成功的概率。 三、(12分)设随机变量)4,1(~N ξ,)9,0(~N η,且ξ与η的相关系数2 1-=ξηρ. 记3 2 η ξ + =Z .求(1))(Z E ，)(Z D ；(2)),(Cov Z ξ. 四、(12分)假设二维随机变量(,)X Y 服从矩形 }10,20|),{(≤≤≤≤=y x y x G 上的均匀 分布. 记01X Y U X Y ≤?=? >?若若, 0212X Y V X Y ≤?=?>?若若, (1)求),(V U 的联合概率函数； (2)求概率)1(22≤+V U P . 五、(12分)设随机变量21ξξ与相互独立, 它们均服从标准正态分布.记 211ξξη+=,212ξξη-=.可以证明：(1η，2η)服从二维正态分布. (1) 分别求1η和2η的密度函数； (2) 求),(21ηη的联合密度函数； (3) 求概率() 22,2221≤≤-≤≤-ηηP . 六、(10分)某生产线上组装一件产品的所需时间X 服从指数分布，10)(=X E (单位：分钟)，假设组装各件产品所需时间相互独立.用中心极限定理求组装100件产品所需时间在18小时至22小时之间的概率的近似值 七、(10分)设某种新型塑料的抗压力X 服从正态分布2 (,)N μσ，现对4个试验件做压力试 验，得到试验数据(单位：10MPa)，并由此算出 4 4 21 1 32,268i i i i x x ====∑∑，分别求μ和σ的置 信水平0.90的双侧置信区间. 八、(14分)设n X X X ,,,21 是取自总体X 的简单随机样本，X 服从区间]8,8[θ+上的均匀分布，其中0>θ. θ未知. (1)求θ的极大似然估计θ?；(2)求θ的极大似然估计θ?的密度函数； (3)问：θ的极大似然估计θ?是否为θ的无偏估计？如果是的话，给出证明；如果不是的话，将其修正为θ的一个无偏估计. 数据的收集、整理与描述 1、全面调查：考察全体对象的调查方式叫做全面调查。 2、抽样调查：调查部分数据，根据部分来估计总体的调查方式称为抽样调查。 3、总体：要考察的全体对象称为总体。 4、个体：组成总体的每一个考察对象称为个体。 5、样本：被抽取的所有个体组成一个样本。 6、样本容量：样本中个体的数目称为样本容量。 7、样本平均数：样本中所有个体的平均数叫做样本平均数。 8、总体平均数：总体中所有个体的平均数叫做总体平均数，在统计中，通常用样本平均数估计总体平均数。 9、频数：一般地，我们称落在不同小组中的数据个数为该组的频数。 10、频率：频数与数据总数的比为频率。 11、组数和组距：在统计数据时，把数据按照一定的范围分成若干各组，分成组的个数称为组数，每一组两个端点的差叫做组距。 数据的分析 1、平均数：一般地，如果有n 个数 ,,,,21n x x x 那么，)(121n x x x n x +++= 叫做这n 个数的平均数，x 读作“x 拔”。 2、加权平均数：如果n 个数中，1x 出现1f 次，2x 出现2f 次，…，k x 出现k f 次 （这里n f f f k =++ 21）。那么，根据平均数的定义，这n 个数的平均数可以表示为 n f x f x f x x k k ++=2211，这样求得的平均数x 叫做加权平均数，其中k f f f ,,,21 叫做权。 3、中位数：将一组数据按照由小到大（或由大到小）的顺序排列，如果数据的个数是奇数，则处于中间位置的数就是这组数据的中位数(median)；如果数据的个数是偶数，则中间两个数据的平均数就是这组数据的中位数。 4、众数：一组数据中出现次数最多的数据就是这组数据的众数（mode ）。 5、极差：组数据中的最大数据与最小数据的差叫做这组数据的极差(range)。 6、在一组数据,,,,21n x x x 中，各数据与它们的平均数x 的差的平方的平均数，概率统计实验复习过程
概率统计知识点汇总
实验5：概率统计实验
高中数学统计与概率知识点(原稿)
统计概率知识点归纳总结归纳大全
概率统计实验报告(三)剖析
概率统计试卷及答案
高考数学概率与统计知识点汇编
最新统计概率知识点归纳总结大全
概率统计试卷A及答案
初中统计与概率知识点
概率论与数理统计实验报告
概率统计知识点全面总结
概率统计实验报告
概率统计试卷答案
初中数学统计与概率知识点精炼
概率论知识点总结及心得体会
概率论与数理统计实验报告
概率统计试卷4
统计和概率知识点总结