[统计推断]第一章·概率论

1 概率论基础

1.1 公理化基础

σ algebra / Borel field: 若 S 的一族子集 B 满足以下三个性质:

  1. B
  2. AB,则 ACB
  3. A1,A2,B,则 i=1AiB

则称 B 为一个 σ 代数或一个 Borel 域。

{,S} 称为平凡的 σ 代数。

概率公理(Kolmogorov 公理):已知样本空间 Sσ 代数 B,若定义在 B 上的函数 P 满足下列条件:

  1. 【非负性】对任意 ABP(A)0
  2. 【归一性】P(S)=1
  3. 【可数可加性】若 A1,A2,B 且两两不交,则 P(i=1Ai)=i=1P(Ai)

一些学者认为可数可加性并不显然,应该换成有限可加性。

1.2 概率演算

定理

Bonferroni 不等式 推广: Boole 不等式

1.3 计数

个对象中选 个的方式:

无放回 有放回
有序
无序

有序或无放回的情形都比较容易,难一点的是无序且有放回的情形。可以把 个对象看作 个箱子,然后把 个无差别的小球放到这些箱子中。这等价于在 个小球之间插入 个隔板,又等价于在 个对象中,挑 个当作小球,剩下 个当作隔板。因此答案是 .

2 条件概率与独立性

条件概率

Bayes 公式 独立:称事件 统计独立,若: 称一列事件 相互独立,若对任意 ,都有;

3 随机变量

3.1 累积分布函数(cdf)

满足性质:

  1. 的单调递增函数
  2. 右连续,即

同分布:随机变量 同分布,当且仅当 .

3.2 概率密度函数(pdf)和概率质量函数(pmf)

对于某离散随机变量 ,其概率质量函数(pmf)为: 对于某连续随机变量 ,其概率密度函数(pdf)为满足下式的函数: 由于 可能连续而不可导,因此上式并不总是成立。事实上确实存在这样的连续随机变量,对任意 都不满足上式,但这不在本书涉及范围内。在更深入的教材中,称满足上式的随机变量绝对连续

例:logistic 分布(的一个特例)的 cdf 和 pdf 分别是:


[统计推断]第一章·概率论
https://xyfjason.github.io/blog-main/2022/02/24/统计推断-第一章·概率论/
作者
xyfJASON
发布于
2022年2月24日
许可协议