- 機率與統計 1:樣本空間、事件與隨機變數
從隨機試驗建立樣本空間、事件與機率測度,再理解條件機率、Bayes 定理及隨機變數的分佈。
- 機率與統計 2:常見分佈、多維隨機變數與相關性
比較 Bernoulli、Binomial、Poisson、Uniform、Exponential 與 Normal 分佈,並用聯合、邊緣與條件分佈建立共變異數、相關係數及共變異數矩陣。
- 機率與統計 3:統計估計、不等式與極限定理
從隨機樣本與常用統計量出發,推導矩估計、最大概似估計、偏差與均方誤差,再用 Markov 與 Chebyshev 不等式理解大數定律、中心極限定理和標準誤。
- 機率與統計 4:卡方分佈、t 分佈與 F 分佈
從標準常態推導卡方、t 與 F 分佈,說明樣本變異數的抽樣分佈,並用 t 分佈建立平均值的信賴區間、用 F 分佈比較兩組變異數。
概率与统计
从样本空间与随机变量出发,经过常见分布、联合分布与协方差,到大数定律、中心极限定理、参数估计与抽样分布,按顺序阅读本系列。
4 篇文章