1.概括分析:概率论是数理统计的理论基础,本节是概率论中的最基本的与最基 础的内容之一学习本节,要求学生掌握随机事件、样本空间、事件域、布尔代数等基本 概念,了解事件之间的关系和事件之间的一些运算

2-1基本概念 概率( probability 频率 fn(A)==Na/N P(ALim fn(A) 古典概率的定义 2. Laplace在《概率的理论分析》(1812)中的定义 P(A==k/N 式中,k为A所含基本事件数 N为基本事件总数 适用条件

柯尔莫哥洛夫,AH(1930~1987) 苏联科学家,1903年4月生于俄国顿巴夫,1987年10月卒 于 苏联莫斯科.1920年入莫斯科大学学习,1931年任莫斯科大 学教授后任该校数学所所长,1939年任苏联科学院院士,他 对开创现代数学的一系列重要分支做出了重大贡献. 柯尔莫哥洛夫建立了在测度论基础上的概率论公理系统,奠 定了近代概率论的基础,他也是随机过程论的奠基人之一 1980年由于他在调和分析、概率论、遍历理论等方面的出 色 工作获沃尔夫奖

• 贝叶斯推理提供了一种概率手段，基于如下的 假定：待考察的量遵循某概率分布，且可根据 这些概率及已观察到的数据进行推理，以作出 最优的决策。 • 贝叶斯推理为衡量多个假设的置信度提供了定 量的方法 • 贝叶斯推理为直接操作概率的学习算法提供了 基础，也为其他算法的分析提供了理论框架

1．导论 2．Bayes决策理论 3．概率密度估计 4．线性判别函数 5．神经网络 6．统计学习理论

一、 绪论 二、 盈亏平衡分析（量、本、利分析） 三、 敏感性分析 四、概率分析(风险分析) 五、效用理论

a.1 信息和概率 a.2 信息和熵 a.3 经典通信理论

本章在介绍概率论中最基本的两个概念－事件、概率的基础上，重点介绍科学研究中常用的几种随机变量的概率分布－正态分布、二项分布、波松分布以及样本平均数的抽样分布和t分布

第一节 事件、概率和随机变量 第二节 二项式分布 第三节 正态分布 第四节 抽样分布

复旦大学：《卫生统计学》理论课程教学资源（PPT授课课件）06 常用概率分布——poisson分布