1.一次同時抽取兩個球,和不放回一次抽取乙個球抽取兩次球有什麼區別？
答：差別在於，一次抽乙個，抽出來的兩個會有先後順序；而同時抽兩個不會。因此兩次抽的組合數是一次抽的兩倍。
2.如何理解事件的獨立性？
答：可以理解為a事件的發生對b事件的發生概率不產生影響。例如今天下雨（a事件）對彩票中獎號碼（b事件）無影響。則p(b|a)=p(b)，推論得出p(ab)=p(a)p(b)。
3.互不相容與相互獨立的區別？
答：互不相容=互斥：事件a和事件b不能同時發生，也就是a與b沒有交集。
相互獨立：事件a的發生和事件b的發生沒有任何關係。
舉個例子：
互斥：乙個樣本空間中的兩個樣本點是互斥的，即不能同時發生。
比如，事件a(下雨），事件b（天晴），這兩個事件不能同時發生。
比如，事件a(掏出黑球），事件b（掏出白球），這兩個事件不能同時發生。
獨立：比如：事件a（下雨），事件b（中彩票），這兩個事情可以同時發生，因此並非互斥，即相容。
比如，事件a（有放回掏一次球的顏色），事件b（再掏一次球的顏色），可以同時一樣，即相容。
4.什麼是單值實值函式?
答：自變數x和函式y都在實數範圍內取值,且對於每個x,有唯一確定的y和它對應,那麼y是x的實值單值函式。
與單值實值函式並列的概念：多值函式，復變函式。
多值函式例子：正數的平方根。
5.隨機變數與普通函式的聯絡和區別？
答：隨機變數將樣本空間中的基本事件對映成為實數，這跟普通函式的功能一致，目的是簡化事件的描述。這是聯絡。
但是每個樣本點的發生都是概率性的，無法確定哪個自變數值會發生，也就無法得到其因變數的值。這是區別。
6.n重伯努利試驗與放回，不放回的關係？
答：n重伯努利試驗是獨立的，也就是不相互影響，是放回的。而不放回實驗中，前一次抽樣導致後一次的樣本數目發生變化，因此是條件概率，並非獨立。
7.滿足泊松分布的幾個條件？
1.poisson分布的第乙個定義是乙個隨機變數x, 只能取值非負整數（x=0,1,2,...）
2.將該時間段無限分隔成若干個小的時間段，在這個接近於零的小時間段裡，該事件發生一次的概率與這個極小時間段的長度成正比。
3.在每乙個極小時間段內，該事件發生兩次及以上的概率恆等於零。
4.該事件在不同的小時間段裡，發生與否相互獨立。
滿足以上條件的隨機變數x的概率分布可套用泊松分布。
有點：計算簡便。
其他鏈結
8.泊松分布與指數分布的區別？
答：指數分布是事件的時間間隔的概率。下面這些都屬於指數分布。
嬰兒出生的時間間隔
來電的時間間隔
奶粉銷售的時間間隔
**訪問的時間間隔
泊松分布：
某**平均每分鐘有2次訪問
它們的特點就是，我們可以預估這些事件的總數，但是沒法知道具體的發生時間。已知平均每小時出生3個嬰兒，請問下乙個小時，會出生幾個？
9.正態分佈到標準正態分佈？
證明鏈結
看完了第一章，這本書過於粗線條了，換本詳細點的書。
概率論與數理統計學習筆記 引數估計
引數估計 估計引數 方法 據估計法 極大似然法 矩估計法 樣本矩等於總體矩 當樣本容量很大時 總體矩就是我們所說的期望，比如k階總體矩就是x的k次方，作從1到n的求和，然後取平均值，結果是x的k次方的期望。當我們不知道總體矩或者是需要用到總體矩的時候，我們就可以利用樣本矩去估計總體矩。極大似然估計法...
概率論與數理統計
概率論與數理統計是研究和揭示隨機現象統計規律性的一門數學學科。1，有一類現象，在一定條件下必然發生，這類現象稱為確定性現象。例如，石子必然下落，同性電荷必然相互排斥。2，在試驗或觀察之前不能預知確切的結果，但是在大量重複試驗或觀察下，結果卻呈現出某種規律性。這種在大量重複試驗或觀察中所呈現出的固有規...
概率論與數理統計 2
看乙個例子 盒子中有5個球,其中3個紅球,隨機取2個,注意問的問題?取到1個紅球的概率至少取到乙個紅球的概率無法取到紅球的概率取到2個紅球的概率取到紅球的個數 1 4的概率都是乙個數值,而取到紅球的個數則可能是0,1,2,但這些結果是隨機的，那麼稱取到紅球的個數為乙個隨機變數,並且求出各個取值的概率...