标签：统计学 ict 实验 频率 密度 mic 加法 种类 集合
---恢复内容开始---
生物统计学
古典概型：
理论上，在未得到试验结果之前可以根据实验条件，预先估计出来的所有可能结果称为样本空间，即为集合Ω。样本点w是Ω的一个元素。这是概率的古典定义，即依据事件本身特性，直接得到概率。这里得到的往往是先验概率。
随机事件是一个集合，是样本空间的一个子集。
必然事件是一个集合，包含所有样本点。
不可能事件是一个集合，不包含所有样本点。
Today：
与古典概率的定义不同，现在我们所知的是事物已经发生频率，而通过伯努利大数定律使得大样本的频率约等于概率，这里得到的往往是后验概率。在得知样本分布之后，采用概率论做推论，即prediction。
在已知概率的前提下，对概率进行数理计算得到想要事件发生的概率，就是概率论。
将加法公式和乘法公式综合使用得到全概率公式和贝叶斯公式:
全概率公式由原因（通常已知在A的概率下B发生的概率+A发生的概率）推结果
贝叶斯公式：原因A导致事件B的发生；由结果（某条件下某事件发生概率）推原因（某事件已经发生了，它是由某一原因导致的概率），往往知道结果。
随机变量：
一共有两种类型:
离散型变量：
分布率：当变量是某单一值时有相应的发生概率；
分布函数：当变量是某几个单一值时有相应的发生概率
连续型变量：
概率密度曲线：当变量是某段值时有相应的发生概率
分布函数：当变量是某段值时有相应的发生概率
可以利用以上数学式子计算出参数。
常见的概率分布：
二项分布n，泊松分布很大的时候接近正态分布
泊松分布：稀有事件
正态分布：
显著性水平：0.05
辛钦大数定律：当样本数趋近于无穷时，样本均值与参数均值相等
---恢复内容结束---
标签：统计学 ict 实验 频率 密度 mic 加法 种类 集合
原文地址：https://www.cnblogs.com/yuanjingnan/p/11525021.html
