统计2 泊松过程 大数定理 正态分布
二项分布的方差:variance = np(1-p) 泊松过程假设1.各个时间车流量没有差异
lim(x->无穷)(1+a/x)^x=e^a lim(n->无穷)(1+1/n)^n = e 所以泊松分布:P(X=k)=lambda^k*e^(-lambda)/k! 大数定理 Law of Large Numbers随机变量的n次观测X1,X2,X3,…Xn的平均值趋向于总体平均值(n->无穷)。也就是当样本量足够大的时候,样本均值接近总体均值或者是随机变量的期望值。
正态分布Normal Distribution Comparison,正态分布 高斯分布:可以说是统计学中最重要的概念。 (x-u)/sigma:离均值有多少个标准差那么远,叫标准z分数(standard z score) ps:随机变量和的分布以正态分布为极限,即使这些实验的分布不是正态的。【金融里也喜欢用正态分布进行假设,最小二乘里误差的分布也假设是正态分布的】 二项分布当np很大时也趋向于正态分布,二者的均值和方差相等,可以近似计算。 CDF:累积分布函数,-无穷到x 经验法则:68-95-99.7 u-sigma<=X<=u+sigma:68.3% u-2sigma<=X<u+2sigma:95% u-3sigma<=X<=u+3sigma:P(X):99.7%
标准正态分布:standard normal distribution 中心极限定理随着样本容量n的增大,独立同分布的m个随机变量[每个随机变量有n个样本]的均值分布服从正态分布。 实际中,n=10或15时就很接近正态分布了,收敛的很快。 样本容量越大,方差越小(样本均值估计和总体平均值越来越接近) (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |