发表评论取消回复
相关阅读
相关 【数理统计】学习笔记02:统计量的分布、正态总体的抽样分布定理
[前文回顾:数理统计的基本概念][Link 1] 文章目录 二、统计量的分布 2.1 统计的基本原理 2.2 标准正态分布 N
相关 【概率论与数理统计 Probability and Statistics 12】—— 随机变量的数字特征1
文章目录 一、数学期望 1.1 一维离散型随机变量的数学期望 1.1.1 几种常见离散型分布的数学期望 1.2 一维离散型随机变量函数的数学
相关 【概率论与数理统计 Probability and Statistics 10】—— 二维随机变量函数的分布(离散型+连续型)
文章目录 一、二维离散型随机变量函数的分布 二、二维连续型随机变量函数的分布和分布密度 三、重要例题! 一、二维离散型随机变量函数的分布 这一部
相关 【概率论与数理统计 Probability and Statistics 9】——二维随机变量的条件分布(离散+连续)与条件密度(连续)
文章目录 一、条件分布的定义 二、二维离散型条件分布的计算 三、连续型随机变量的条件分布和条件密度 一、条件分布的定义 F ( x ∣ A )
相关 【概率论与数理统计 Probability and Statistics 7】—— 一维随机变量函数的分布(离散型+连续型)
> 很多的实际应用里面,往往 X 的分布是已知的,实际问题对应的变量是 X 的函数,那么,我们应该如何求 Y 的分布呢?这篇 B l o g Blog Blog 将会带给你答
相关 【概率论与数理统计 Probability and Statistics 8】—— 深入地理解二维随机变量及其分布函数、分布密度函数的意义
文章目录 一、为什么是二维随机变量 二、二维随机变量的分布函数 2.1 二维随机变量分布函数的性质 2.2 二维随机变量的边缘分布函数
相关 【概率论与数理统计 Probability and Statistics 16】—— 参数估计(矩估计和极大似然估计解析)
文章目录 一、矩估计 二、极大似然估计 首先说说为什么需要参数估计:在我们的实际问题里面,往往是知道总体服从什么样的分布,但是这个分布有一些参数是不知
相关 【概率论与数理统计 Probability and Statistics 15】—— 正态总体下的抽样分布
> 在开始这一次 Blog 之前,我们先明确我们要干啥—— 什么是正态总体下的抽样分布?首先,就是这个总体是服从正态分布的。然后我们从总体中抽取出的这些样本所构成的统计量所服从
相关 Probability&Statistics 概率论与数理统计(1)
基本概念 样本空间: 随机试验E的所有可能结果组成的集合, 为E的样本空间, 记为S 随机事件: E的样本空间S的子集为E的随机事件, 简称事件, 由一个样本点组成的单
相关 《概率论与数理统计》:(二)随机变量及其分布
设随机试验的样本空间为S = \{ e \}。X = X(e) 是定义在样本空间S上的`实值单值函数`。称X = X(e) 为`随机变量`。 有许多随机试验,它们的
还没有评论,来说两句吧...