概率统计符号表和定义。
象征 | 符号名称 | 含义/定义 | 例子 |
---|---|---|---|
P ( A ) | 概率函数 | 事件A的概率 | P ( A ) = 0.5 |
P ( A ∩ B ) | 事件交集的概率 | 事件 A 和 B 的概率 | P ( A ∩ B ) = 0.5 |
P ( A ∪ B ) | 事件概率联盟 | 事件 A 或 B 的概率 | P ( A ∪ B ) = 0.5 |
P ( A | B ) | 条件概率函数 | 事件 A 给定事件 B 发生的概率 | P ( A | B ) = 0.3 |
f ( x ) | 概率密度函数 (pdf) | P ( a ≤ x ≤ b ) = ∫ f ( x ) dx | |
F ( x ) | 累积分布函数 (cdf) | F ( x ) = P ( X ≤ x ) | |
μ | 人口平均数 | 总体值的平均值 | μ = 10 |
E ( X ) | 期望值 | 随机变量 X 的期望值 | E ( X ) = 10 |
E ( X | Y ) | 条件期望 | 给定 Y 的随机变量 X 的期望值 | E ( X | Y=2 ) = 5 |
变量( X ) | 方差 | 随机变量 X 的方差 | 变量( X ) = 4 |
σ2 _ | 方差 | 总体值的方差 | σ 2 = 4 |
标准( X ) | 标准偏差 | 随机变量 X 的标准差 | 标准( X ) = 2 |
σ X | 标准偏差 | 随机变量 X 的标准差值 | σ X = 2 |
中位数 | 随机变量 x 的中间值 | ||
冠状病毒( X , Y ) | 协方差 | 随机变量 X 和 Y 的协方差 | cov ( X, Y ) = 4 |
校正( X , Y ) | 相关性 | 随机变量 X 和 Y 的相关性 | 修正( X, Y ) = 0.6 |
ρ X , Y | 相关性 | 随机变量 X 和 Y 的相关性 | ρ X , Y = 0.6 |
∑ | 求和 | 求和 - 系列范围内所有值的总和 | |
∑∑ | 双重求和 | 双重求和 | |
莫 | 模式 | 人口中出现频率最高的值 | |
先生 | 中档 | MR = ( x最大值+ x最小值) / 2 | |
MD | 样本中位数 | 一半的人口低于这个值 | |
问1 | 下/第一四分位数 | 25% 的人口低于此值 | |
问2 | 中位数/第二个四分位数 | 50% 的人口低于此值 = 样本的中位数 | |
问题3 | 上/第三四分位数 | 75% 的人口低于此值 | |
X | 样本平均值 | 平均值/算术平均值 | x = (2+5+9) / 3 = 5.333 |
2 _ | 样本方差 | 总体样本方差估计 | 2 = 4 |
秒 | 样本标准差 | 总体样本标准差估计量 | 小号= 2 |
z _ | 标准分数 | z x = ( x - x ) / s x | |
X~ | X的分布 | 随机变量 X 的分布 | X ~ N (0,3) |
N ( μ , σ 2 ) | 正态分布 | 高斯分布 | X ~ N (0,3) |
你(一个,乙) | 均匀分布 | a,b 范围内的等概率 | X ~ U (0,3) |
指数(λ) | 指数分布 | f ( x ) = λe - λx , x ≥0 | |
伽玛( c , λ) | 伽马分布 | f ( x ) = λ cx c-1 e - λx / Γ( c ), x ≥0 | |
χ 2 ( k ) | 卡方分布 | f ( x ) = x k /2-1 e - x /2 / ( 2 k/2 Γ( k /2) ) | |
F ( k 1 , k 2 ) | F分布 | ||
Bin ( n , p ) | 二项分布 | f ( k ) = n C k p k (1 -p ) nk | |
泊松(λ) | 泊松分布 | f ( k ) = λ k e - λ / k ! | |
地理( p ) | 几何分布 | f ( k ) = p (1 - p ) k | |
汞( N , K , n ) | 超几何分布 | ||
伯尔尼( p ) | 伯努利分布 |
象征 | 符号名称 | 含义/定义 | 例子 |
---|---|---|---|
! _ | 阶乘 | !_ = 1⋅2⋅3⋅...⋅ n | 5!= 1⋅2⋅3⋅4⋅5 = 120 |
nPk _ _ | 排列 | 5 P 3 = 5!/(5-3)!= 60 | |
n Ck _
|
组合 | 5 C 3 = 5!/[3!(5-3)!]=10 |