ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

概率论基础

2022-02-03 19:02:10  阅读:168  来源: 互联网

标签:似然 xn 基础 二维 x2 概率论 x1 随机变量


文章目录

一维随机变量

  • 随机事件
    在这里插入图片描述
  • 频率和概率
    在这里插入图片描述
  • 古典概型
    在这里插入图片描述
  • 样本空间
    在这里插入图片描述
  • 条件概率
    在这里插入图片描述
  • 独立性
    在这里插入图片描述
  • 独立实验
    在这里插入图片描述
  • n重伯努利实验
    在这里插入图片描述

二维随机变量

  • 二维随机变量
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

  • 二维离散型随机变量
    在这里插入图片描述

  • 二维连续性随机变量
    在这里插入图片描述

  • 边缘分布
    在这里插入图片描述
    在这里插入图片描述

  • 离散型的边缘分布
    在这里插入图片描述

  • 连续型的边缘分布
    在这里插入图片描述

期望

  • 一维情况
    在这里插入图片描述在这里插入图片描述
  • 二维情况
    在这里插入图片描述
  • 期望的性质
    在这里插入图片描述
  • 方差
    在这里插入图片描述
  • 大数定理
    在这里插入图片描述
  • 马尔可夫不等式
    在这里插入图片描述
    在这里插入图片描述
  • 切比雪夫不等式
    在这里插入图片描述
  • 中心极限定理
    在这里插入图片描述

似然函数

  • 似然函数
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

  • 极大似然估计
    极大似然估计:在一次抽样中,得到观测值x1,x2…xn。选取θ’(x1,x2…xn)作为θ的估计值,使得θ=θ’(x1,x2…xn)时样本出现的概率最大。
    在这里插入图片描述
    在这里插入图片描述

标签:似然,xn,基础,二维,x2,概率论,x1,随机变量
来源: https://blog.csdn.net/zyw2002/article/details/122777093

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有