连续型随机变量的分布 一随机变量的分布函数是描述任何类型的 随机变量的变化规律的最一般的形式,但 由于它不够直观,往往不常用。 比如,对离散型随机变量,用概率函数来 描述即简单又直观。 对于连续型随机变量也希望有一种比分布 函数更直观的描述方式。 这就是今天要讲的“概率密度函数

§4～1 事件与概率 §4～2 概率分布（probability distribuution） §4～3 正态分布 normal distribution（高斯分布） §4～4 二项分布 §4～6 样本平均数的抽样分布 §4～7 t分布

一、随机变量及其分布 二、离散型随机变量的分布函数 三、离散型随机变量的概率函数 四、连续型随机变量及其概率密度 五、随机变量的函数的分布

Basic Probability Concepts: Sample Spaces and Events, Simple Probability, and Joint Probability(联合概率) Conditional Probability(条件概率) Bayesian Theorem(贝叶斯定理) .The Probability of a Discrete Random Variable .Binomial, Poisson, and Hypergeometric Distributions Covariance(协方差) and its Applications in Finance

第一节事件与概率 第二节概率分布 第三节正态分布 第四节二项分布 第五节波松分布 第六节样本平均数的抽样分布 第七节t分布

§2.1 随机变量 §2.2 离散型随机变量及其概率分布 §2.3 随机变量的分布函数 §2.4 连续型随机变量及其概率密度 §2.5 随机变量的函数的分布

试验 为了研究随机现象,就要对客观事物进行观察.观察的过程称为试验. 概率论里所研究的试验有下列特点: 在相同的条件下试验可以重复进行; (2)每次试验的结果具有多种可能性,而且在试验之前可以明确试验的所有可能结果; (3)在每次试验之前不能准确地预言该次试验将出现哪一种结果

第1章 事件与概率 第2章 一维随机变量 第3章 多维随机变量 第4章 随机变量的数学特征 第5章 极限定理初步 第6章 事件数理统计的基本概念与概率 第7章 假设检验和区间估计

假设检验的基本问题 1、假设检验的基本原理 小概率事件原理 小概率思想是指小概率事件(P<0.01或 P<0.05等)在一次试验中基本上不会发生。 反证法思想是先提出假设(检验假设H),再 用适当的统计方法确定假设成立的可能性大 小,如可能性小,则认为假设不成立;反之, 则认为假设成立

高效编码的主要方法是尽可能去除信源中的冗余成份 ,从而以最少的数码率传递最大的信息量。冗余度存在于像素间的相关性及像素值出现概率的不均等性之中,对于有记忆性信源来说首先要去除像素间的相关性,从而达到压缩数码率的目的。对于无记忆性信源来说,像素间没有相关性,可以利用像素灰度值出现概率的不均等性,采用 某种编码方法,也可以达到压缩数码率的目的。这种根据像素灰度值出现概率的分布特性而进行的压缩编码叫统计编码