A-level数学统计数据必修三大考点
1.对数原产(discrete distribution)︰假如random variable(概率分布)X根本难以取这类某一的值,所以X相关联的原产为对数原产。在a level笔试里常用的情形就是根本难以取有理数,如∶数目、贵重物品特征值、该事件再次出现单次等。下列为必修的经典之作对数原产:
1.) binomial distribution(二项原产)∶
x~B(n,p)
用作叙述在n次互相分立的试验中,试验获得成功的单次。其中p为获得成功的机率,如10次抛银币的试验中,反面朝上的单次。
2.) poisson distribution(拉普拉斯原产)
x~poi(入)
用作叙述基层单位天数内,选定的乱数该事件再次出现的单次,如某一体育设施在一定天数内抵达的数目,电话号码收到应答的单次,长途汽车站台的站外数目,电脑再次出现的机械故障数,灾害再次出现的单次之类。
2.已连续原产(continuous distribution)︰两个概率分布x,在其区段内当能取任何人值而所具有的原产。
较之对数原产,已连续原产的数学模型更为抽象化,需要从frequency function(表面积抛物线)的视角去认知和梦境该原产的习题。
1) normal distribution(正态原产):
Frequency function影像特点: mode、mean和median都分散在同一x的值域上,同时影像的peak也再次出现在这一点儿上。是两条bell-curve。
所以由影像特点可面世,对于两个顺从normal distribution的random variable来说,x的值域再次出现在mean不远处机率是*大的。偏移mean越多,适当该事件再次出现的机率会越小。
笔试中formula sheet会有binomial distribution和poisson distribution的cumulative distribution function的表单,但假如试题里poisson distribution的入少于10.binomial distribution的n少于了40 等难以从表单间接看出来cumulative probability的情形他们该咋办呢?
normal distribution就能帮他们化解这个问题! binomial distribution和poisson distribution都能类似于normal distribution,那什么情形下可以做这样的approximation呢?他们归纳出了下列的亲密关系。