概率论名词解释总结.doc

概率论名词解释总结
概率论名词解释总结
概率论名词解释总结
第一课
随机试验: 可重复进行;试验结果不止一个且无法事先断定;但所有可能结果是可知的。每一种结果称为一个随机事件。
随机现象: 自然界中的客观现象,当人们观测它时,所得结果不能预先确定,而仅仅是多种可能结果之一
随机试验: 随机现象的实现和对它某个特征的观测 (要求结果至少有2个,在试验和观测前不可预知，此外在相同条件下可以重复）
基本事件: 不能分解的称为基本事件，随机试验中的每一个单一结果。基本事件的集合就称为基本事件空间或叫做样本空间,通用表示符号Ω
必然事件：　肯定会出现的事件
不可能事件:肯定不会出现的事件
随机事件:简称事件，在随机试验中可能出现的各种结果,由个或若干个基本事件组成　
相容：两个事件有可能同时发生
不相容：两个事件不可能同时发生
第二课
概率：概率又称或然率机会率机率或可能性,是概率论的基本概念。同时,概率是对随机事件发生的可能性的度量,一般以一个在０到1之间的实数表示一个事件发生的可能性大小
主观概率:与主观臆测不同，这种相信的程度虽是种主观的,但又是根据经验、各方面知识,对客观情况进行分析、推理、综合判断而作出的
第三课
条件概率:设事件A和B是随机试验Ω中的两个事件,则A事件发生的前提下,Ｂ事件发生的概率
概率论名词解释总结
概率论名词解释总结
概率论名词解释总结
主观概率:主观概率估计是贝叶斯决策理论中的重要概念，在不完全情报下,用主观估计，再利用期望和概率修做出最优决策,在许多领域中有着广泛应用　
贝努里(伯努利）概率模型:每次试验只有Ａ事件发生和不发生两种结果,独立地做了ｎ次重复试验。在n次试验中A出现ｋ次的概率为
其中p为每次试验中A出现的概率
第四课
随机变量：设随机试验的样本空间为。是定义在样本空间上的实值单值函数，则称为随机变量为随机变量
离散型随机变量：把只能取有限个数,或排成有次序的无穷多个 数(无限可列)的随机变量称为离散型随机变量
第五课
数学期望:简称期望又称为均值,也就是说,期望是随机试验在同样的情况下,根据重复多次的结果而计算出的以概率为权重的加权平均值，具有重要统计意义。需要注意的是，期望并不一定等同于常识中的“期望”
即，期望通常与每一个样本结果都不相等
大数定理：是——叙述随机变量序列的前一些项的算术平均值,在某种条件下收敛到这些项的算术平均值,在某种条件下收敛到这些项的均值(期望）的算术平均值——的定理
总的来说,关于大量随机现象的平均结果稳定性的定理，统称大数定理
第六课
概率论名词解释总结
概率论名词解释总结
概率论名词解释总结
中心极限定理：概率论中讨论随机变量序列部分和分布渐近于正态分布的一类定理
第七课
总体:总体是我们所研究对象的所有个体之和;而样本是从中抽取的一部分个体。若总体中个体数目有限,则称为有限总体,否则为无限总体
总体本质上可以看作是某种数量指标的集合
第八课
点估计:点估计又称定值估计,是数理统计中参数估计的一个大类,它是用实际样本的某一指标数值来作为总体参数的估计值,即,借助于总体Ｘ的一个样本来估计总体未知参数的值,这类问题称作点估计问题　
极大似然法:　这一方法