Skip to main content
Global

3.8: 章节关键术语

  1. Last updated
  2. Save as PDF
  • Page ID
    204834

    • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    条件概率
    鉴于另一个事件已经发生，该事件发生的可能性
    应急表
    将频率分布显示为包含行和列的表的方法，以显示两个变量如何相互依赖（依赖）；该表提供了一种计算条件概率的简便方法。
    依赖事件
    如果两个事件不是独立的，那么我们就说它们是依赖的。
    同样有可能
    实验的每个结果都有相同的概率。
    事件
    实验所有结果集合的子集；实验所有结果的集合称为样本空间，通常用 S 表示。事件是 S 中的任意子集。它可以包含一个结果、两个结果、无结果（空子集）、整个样本空间等。 事件的标准符号是大写字母，例如 A、B、C 等。
    实验
    在受控条件下开展的计划活动
    独立活动
    一个事件的发生对另一个事件发生的概率没有影响。 如果满足以下条件之一，则事件 A 和 B 是独立的：
    1. \(P(A|B) = P(A)\)
    2. \(P(B|A) = P(B)\)
    3. \(P(A \cap B) = P(A)P(B)\)
    相互排斥
    如果两个事件同时发生的概率为零，则这两个事件是相互排斥的。 如果事件 A 和 B 相互排斥，那么\(P(A \cap B) = 0\)。
    成果
    实验的特定结果
    概率
    一个介于零和一之间的数字，它给出特定事件发生的可能性；统计的基础由以下 3 个公理（A.N. Kolmogorov，1930 年代）给出：让 S 表示样本空间，A 和 B 是 S 中的两个事件。然后：
    • \(0 ≤ P(A) ≤ 1\)
    • 如果 A 和 B 是任意两个相互排斥的事件，那么\(P(A \cup B) = P(A) + P(B)\)。
    • \(P(S) = 1\)
    样本空间
    实验的所有可能结果的集合
    取样和替换
    如果人口中的每个成员在被选中后都被替换，则该成员有可能被多次选中。
    采样无需更换
    如果在没有替换的情况下进行抽样，则人口中的每个成员只能被选中一次。
    补充活动
    事件 A 的补码包含不在 A 中的所有结果。
    的条件概率\(A | B\)
    P (A||B) 是在事件 B 已经发生的情况下事件 A 发生的概率。
    十字路口：\(\cap \)事件
    如果结果同时存在于两个事件中，则结果在事件 | (A\ c\(A \cap B\) ap B\) 中。
    联盟：\(\cup\)活动
    \(A \cup B\)如果结果在 A 中或者在 B 中或者同时在 A 和 B 中，则结果在事件中
    树图
    以 “树” 的形式对样本空间和事件进行有用的可视化表示，树枝上标有可能的结果以及相关的概率（频率、相对频率）
    维恩图
    样本空间和事件的视觉表现形式以圆形或椭圆形的形式显示它们的交叉点