统计符号
概率和统计符号表和定义。
概率统计符号表
| 符号 | 符号名称 | 含义/定义 | 例 |
|---|---|---|---|
| P（A） | 概率函数 | 事件A的可能性 | P（A）= 0.5 |
| P（甲∩乙） | 事件相交的概率 | 事件A和B的概率 | P（甲∩乙）= 0.5 |
| P（甲∪乙） | 事件联合的可能性 | 事件A或B的概率 | P（甲∪乙）= 0.5 |
| P（A | B） | 条件概率函数 | 给定事件B发生事件A的概率 | P（A | B）= 0.3 |
| f（x） | 概率密度函数（pdf） | P（一个≤ X ≤ b）= ∫˚F（X）DX | |
| F（x） | 累积分布函数（cdf） | ˚F（X）= P（X ≤ X） | |
| μ | 人口均值 | 人口价值平均值 | μ = 10 |
| E（X） | 期望值 | 随机变量X的期望值 | E（X）= 10 |
| E（X | Y） | 有条件的期望 | 给定Y的随机变量X的期望值 | E（X | Y = 2）= 5 |
| var（X） | 方差 | 随机变量X的方差 | 变量（X）= 4 |
| σ 2 | 方差 | 总体价值方差 | 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的标准偏差值 | σ X = 2 |
 |
中位数 | 随机变量x的中间值 |  |
| cov（X，Y） | 协方差 | 随机变量X和Y的协方差 | cov（X，Y）= 4 |
| corr（X，Y） | 相关性 | 随机变量X和Y的相关性 | corr（X，Y）= 0.6 |
| ρ X，ÿ | 相关性 | 随机变量X和Y的相关性 | ρ X，ÿ = 0.6 |
| ∑ | 总结 | 求和-系列范围内所有值的总和 |  |
| ∑∑ | 双重求和 | 双重求和 |  |
| 莫 | 模式 | 人口中最常出现的价值 | |
| 先生 | 中档 | MR =（x最大值+ x最小值）/ 2 | |
| Md | 样本中位数 | 一半的人口低于此值 | |
| 问1 | 较低/第一四分位数 | 25％的人口低于此值 | |
| 问2 | 中位数/秒四分位数 | 50％的人口低于此值=样本中位数 | |
| 问3 | 高四分之三 | 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 |
| s 2 | 样本方差 | 总体样本方差估计量 | s 2 = 4 |
| s | 样品标准偏差 | 总体样本标准差估计量 | s = 2 |
| ž X | 标准分数 | z x =（x - x）/ s x | |
| X〜 | X的分布 | 随机变量X的分布 | X〜Ñ（0,3） |
| Ñ（μ，σ 2） | 正态分布 | 高斯分布 | X〜Ñ（0,3） |
| U（a，b） | 均匀分布 | a，b范围内的概率相等 | X〜Ù（0,3） |
| exp（λ） | 指数分布 | ˚F（X）=λE - λx，X ≥0 | |
| 伽玛（c，λ） | 伽马分布 | ˚F（X）=λCX C-1 ë - λx /Γ（ç），X ≥0 | |
| χ 2（ķ） | 卡方分布 | f（x）= x k / 2-1 e - x / 2 /（2 k / 2Γ（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（ķ）=λ ķ ë - λ / ķ！ | |
| 几何（p） | 几何分布 | f（k）= p（1 -p）k | |
| HG（N，K，n） | 超几何分布 | ||
| 伯尔尼（p） | 伯努利分布 |
组合符号
| 符号 | 符号名称 | 含义/定义 | 例 |
|---|---|---|---|
| n！ | 阶乘 | n！=1⋅2⋅3⋅...⋅ ñ | 5！=1⋅2⋅3⋅4⋅5= 120 |
| Ñ P ķ | 排列 |  |
5 P 3 = 5！/（5-3）！= 60 |
| Ñ Ç ķ
|
组合 |  |
5 C 3 = 5！/ [3！（5-3）！] = 10 |
