本文从最基础的概率论到各种概率分布全面梳理了基本的概率知识与概念，这些概念可能会帮助我们了解机器学习或开拓视野。这些概念是数据科学的核心，并经常出现在各种各样的话题上。重温基础知识总是有益的，这样我们就能发现以前并未理解的新知识。 简介 在本系列文章中，我想探讨一些统计学上的入门概念，这些概念可能会帮助我们了解机器学习或开拓视野。这些概念是数据科学的核心，并经常出现在各种各样的话题上。重温基础知识总是有益的，这样我们就能发现以前并未理解的新知识，所以我们开始吧。 第一部分将会介绍概率论基础知识。 概率 我们已经拥有十分强大的数学工具了，为什么我们还需要学习概率论？我们用微积分来处理变化无...

在一指定时间范围内或在指定的面积或体积内某一事件出现的次数的分布，他们对应的随机变量的概率服从的分布叫做泊松分布,泊松分布是二项分布的极限工作中用到的比较少，比二项分布还少例如： 某企业中每月某设备出现故障的次数 单位时间内到达某一服务台需要服务的顾客人数 举个例子 小王的婶婶新开了一个包子铺，生意还不错，但是有一天小王去买包子，看见婶婶一筹莫展，问其原因，原来是因为包子铺6点-10点营业，这一周头有两天包子蒸少了，不到8点就卖完了，后来吸取教训蒸多了，又因为卖不完而不新鲜了，早上6点-10点到底蒸多少包子合适呢？ 还好小王学过统计学，婶婶把馒头数据简单假设如下： 我们想一想，首先能不能...

betarnd 贝塔分布的随机数生成器binornd 二项分布的随机数生成器chi2rnd 卡方分布的随机数生成器exprnd 指数分布的随机数生成器frnd F分布的随机数生成器gamrnd 伽玛分布的随机数生成器geornd 几何分布的随机数生成器hygernd 超几何分布的随机数生成器lognrnd 对数正态分布的随机数生成器nbinrnd 负二项分布的随机数生成器ncfrnd 非中心f分布的随机数生成器nctrnd 非中心t分布的随机数生成器ncx2rnd ...

题1 设在15只同类型零件中有2只为次品，在其中取3次，每次任取1只，作不放回抽样，以X表示取出的次品个数，求： （1）X的分布律；（2）X的分布函数并作图；（3）P{X≤0.5}， P{1<X≤1.5}, P{1≤X≤1.5},   P{1<X<2}. 解： 注意：分布函数作图是比较简单的，解答出来是为了解决对概率论作图感到陌生的问题， 当画出图后，就明白怎么回事，怎样去作图了。 要特别注意区分：F(2)  ≠ P{X=2} 因为F(2)=P{x≤2}, 这个值一般是大于P{X=2},...