確率変数
確率変数とは何ですか?即ち、所与の試料空間であり、実数値関数(実数値の)確率変数と呼びます。
期待します
離散ランダム変数これに対応するすべての可能な値の積は、確率Pと数学と呼ばれる期待
分散
ランダム変数の分散(分散)が所望の値から、すなわち距離可変分散の程度、に記載されています
共分散
確率論と統計では二つの変数の全体の誤差を測定するために使用されます。分散は、ある共分散 2つの変数が同じ状況である場合、すなわち、特別なケース。
相関係数
方法に関連性の確率変数XとYの尺度は、相関係数は範囲[-1,1]です。相関係数の絶対値が大きいほど、X及びYは、相関度が高いことを示します。場合X及びYリニア、1の相関係数の値(正の線形相関)または負(負の線形相関)。
中心極限定理
心臓の極限定理は、適切な条件下で、独立した多数のランダム変数が適切に正規化された平均が後に分布に収束する正規分布。このグループの定理がある数理統計学理論の基礎とエラー解析、確率変数とおおよそ正規分布の大多数のための条件と指摘しました。そして、正規分布。
ベイズ式
P (H | D )= P (H )P (D | H )/ P (D )
ベイズの定理は、ランダムイベントAと確率Bの条件の定理です。ここで、Pが発生し、Bの場合に発生する可能性がある、Yの事後確率Xは、YがXに対して事前確率と事後確率を変換し、単に条件付き確率乏しい変換の計算確率の計算のために良好な状態
完全確率式
サンプル空間を実験E Sが設けられて、Aは、B1、B2、...、BnがSのパーティションイベントEであり、そしてP(BI)> 0(I = 1,2、...、N) 、その後、
P(A)= P(A | B 1)* P(B1)+ P(A | B2)* P(B2)+ ... + P.(| BN)* P(BN)
前記式で全体の確率式について
さまざまな状況の合計で発生し、単純な確率事象に複雑な事象の確率を解決するすべての確率式の効果
サンプル空間
定義:E Eの全ての無作為化試験のセットが試料空間と呼ばれるが、S = {E}を付し、サンプル点の要素e S、基点イベントとして知られている要素の単一のセットは述べています。
大数の法則
同じ試験条件下で、試験は、その確率と同様ランダムイベントの頻度を数回繰り返されます。時折それは避けられないのいくつかの種類が含まれています。
共通のサンプリング配布
仮説検定
人口分布全体のシーンでは不明であるかの形でのみ知られている、様々なパラメータが不明で、サンプル・データの唯一のいくつかのテストは、我々は仮説を提唱しました。サンプルを使用して、合理的な仮定が検証されます。
プリオリ確率
物事は起こるが、過去の統計に基づいて、何が起こったかの可能性を分析し、事前確率ことはなかったです。
事後確率
何が起きたか、結果があったが、これらの事の要因が起こる原因の可能性のために、によって勧誘フルーツがあり、事後確率います。事後確率は、原因は、可能性のあるエラーの尺度です。
事前確率の前提条件に基づいて事後確率を計算します。あなたが唯一知っていた場合には事前確率(なし以前の統計を)知らずの結果は、事後確率を計算することができないものです。
ベイズの公式を適用する必要の事後確率を計算します
信頼区間
確率の範囲を満たすために探しています。これは、特定の信頼性、信頼区間を達成するために、この文脈では、として理解することができます。
主成分分析
これは、統計的な手法です。直交線形独立の組、主成分と呼ばれる変換された変数のセットに可能な相関変数の変数セットが存在することによって変換します。次元削減の内側に行くために広く使用されています
条件付き確率、同時確率、周辺確率
条件付き確率は、条件が別のイベントBに発生中のイベントAの確率が発生してあります 条件付き確率Pとして表さ(| B)、「条件AにおけるBの確率」として読み出されます
同時確率2つのイベントを一緒発生の確率を表します。AとBの同時確率を表し、または。
周辺確率は、発生した事象の確率です。周辺確率は、この方法で得られる:関節の確率で、これらのイベントの最終結果は、その合計の確率事象をマージする必要はありません(確率の総和と離散確率変数がいっぱいだっ消え、連続確率変数は、完全な統合を持っています確率)。これは、疎外(疎外)と呼ばれています。周辺確率をP(A)のように表され、Bは、エッジ確率P(B)で表されます。
最尤推定値
知られている実験結果の場合には、これらのサンプルの分布を推定するために使用されるパラメータ、パラメータの最も可能性の高い満たすためにθは実数としてθは、θ ^ θ^のパラメータ推定値。最尤推定である:人気のポイントと述べた既知のサンプルの使用の結果、逆推力が最も可能性が高い(最も可能性の高い)このパラメータ結果の値を起こしているが。
必要に応じて2>尤度発現誘導は、対数(必要ロジスティック回帰)として、前処理、誘導体は、尤度関数を得るために、0に許されます。
尤度関数を解く3>溶液、最尤推定により得られたパラメータ溶液。
離散確率変数
連続確率変数