第2章 小结
18
本章目录 · 1 节
本章导读
【第二章小结】随机变量是把试验结果映成实数的可测函数,其分布由函数规则和样本点的概率共同决定。分布函数适用于所有实随机变量,必须单调不减、右连续,且两端极限分别为0和1。
【三种描述的联系】离散型用分布律,要求、;由累加得。具有密度的分布用、,由积分得。一般区间概率;单点概率等于CDF的跳跃高度。密度高度并非单点概率。
【分布不止两类】非离散型不一定有密度;混合型同时具有跳跃和连续部分,奇异连续型的分布函数连续但没有通常的密度。具有密度的随机变量在单点的概率为0,分布函数连续;反方向不能不加条件成立。
【本章六种基本分布】伯努利分布取0、1;二项分布统计固定次数独立同概率试验的成功数;泊松分布在非负整数上取值,常作为稀疏计数的近似;均匀分布在给定有限区间具有常数密度;指数分布具有无记忆性,本书参数是尺度;正态分布的位置和尺度分别由决定。二项到泊松的近似须说明、与,以及所需精度。
【正态计算】先识别标准差,再作,最后使用求区间概率。上尾分位数满足,与下尾的定义不同。“3σ”中心区间概率约99.73%,不等于1。
【函数分布】离散情形合并同值的原像概率;连续情形优先从出发。单调变换使用,多支原像分别求和。始终先确定的支持集,最后检查密度积分是否为1。
【学习检查】能否说明二项模型为什么独立?能否区分与?能否画出CDF的实心、空心端点?能否解释为什么不违反概率公理?能否避免平方、正弦等变换漏掉第二支原像?这些判断比机械记公式更能检验对分布的理解。
