concepto básico
variables aleatorias
1. La variable aleatoria continua
Si la variable aleatoria X de todos los valores posibles que no aparece de forma individual, sino más bien, cualquier punto dentro de un cierto intervalo en la línea número de variables aleatorias
2. variables aleatorias discretas
Sea X una variable aleatoria con una variable aleatoria discreta si todo los valores posibles de sólo un número finito o un número infinito de contable, entonces X es
clásico de probabilidad
clásico de probabilidad se conoce generalmente como probabilidad a priori, se refiere al resultado cuando los acontecimientos aleatorios que pueden ocurrir en una variedad y el número de apariciones son conocidos a partir de la interpretación o extrapolación, sin ir a través de cualquier prueba estadística para calcular los diversos resultados posibles probabilidad.
probabilidad condicional
La probabilidad condicional se refiere a la probabilidad del evento A se produce en ha producido otro evento B. Expresado como la probabilidad condicional: P (A | B), se lee como "a la probabilidad de A, B."
expectativas
En teoría de la probabilidad y la estadística, el valor esperado (o esperanza matemática o media , también conocida como la expectativas , la física, llamado el valor esperado ) es la probabilidad de que una variable aleatoria discreta prueba de cada posible resultado multiplicado por el resultado de suma
distribución de probabilidad variable discreta
binomio
En teoría de la probabilidad y estadística, la distribución binomial es n independiente del número de probabilidad discreta / distribución exitosa no prueba, donde la probabilidad de éxito para cada ensayo como el p . Tal un solo pasa / no pasa la prueba, también conocido como ensayos de Bernoulli. De hecho, cuando n = 1, la distribución de Bernoulli es la distribución binomial. distribución binomial es la base de dos experimentos diferencias significativas
distribución de Bernoulli
distribución de Bernoulli, también conocido como "cero-distribución", "distribución de dos puntos." Dijo Bernoulli variable aleatoria X tiene parámetro de distribución p (0 <p <1), respectivamente, si se trata de una probabilidad p y 1-p toma un valor de 0 y 1. Mean EX = p, varianza DX = p (1-p). El número de ensayos de Bernoulli exitosas obey distribución de Bernoulli, el parámetro p es la probabilidad de una prueba exitosa. distribución de Bernoulli es una distribución de probabilidad discreta es un caso especial de N = 1 binomial
distribución de Poisson
λ parámetro es la distribución de Poisson de la tasa promedio por unidad de tiempo (o unidad de área) de eventos aleatorios.
Si la variable aleatoria X toma valores enteros positivos 0 y todo aparece n veces en experimentos independientes exactamente el número x k veces la probabilidad P (X = k) = ( k = 0,1, ..., n), de la fórmula λ es un parámetro de mayor que 0, esta distribución de probabilidad se llama distribución de Poisson. Su valor esperado E (x) = λ, la varianza de D ( X ) = [lambda]. Cuando n es grande, y en un ensayo que aparece probabilidad P es pequeña, la distribución de Poisson es aproximadamente binomial
Las variables continuas distribución de probabilidad
uniformemente distribuida
En teoría de la probabilidad y la estadística, también conocida como distribución rectangular uniforme, que es la distribución de probabilidad simétrica, la distribución de probabilidad de la misma longitud del espaciador y similares que es posible. La distribución uniforme se define por los dos parámetros A y B, que son el número mínimo y máximo de ejes, a menudo abreviado como U (a, b)
distribución normal
La distribución normal también conocida como distribución de Gauss , es un muy comunes distribuciones de probabilidad continuas. distribución normal estadísticamente muy importante, de uso frecuente en las ciencias naturales y sociales para representar una variable aleatoria desconocida.
Su función de densidad de probabilidad
La esperanza matemática expectativa normal es igual o parámetros de posición, determina la posición de la distribución; raíz cuadrada de la varianza o la desviación estándar, que es igual al parámetro de escala, lo que determina la distribución de amplitud
Es el parámetro de posición normal estándar = 0, la escala de parámetros a = 1 la distribución es demasiado
distribución exponencial
En teoría de la probabilidad y la estadística, la distribución exponencial (también denominado como una distribución exponencial negativa) es la probabilidad de que el tiempo entre los acontecimientos descritos en el proceso de distribución de Poisson, es decir, eventos de proceso continuamente y a una velocidad media constante se producen de forma independiente.
