目录

  • 1 概率论的基本概念
    • 1.1 随机试验
    • 1.2 样本空间、随机事件
    • 1.3 频率与概率
    • 1.4 等可能概型(古典概型)
    • 1.5 条件概率
    • 1.6 独立性
  • 2 随机变量及其分布
    • 2.1 随机变量
    • 2.2 离散型随机变量及其分布
    • 2.3 随机变量的分布函数
    • 2.4 连续型随机变量及其概率密度
    • 2.5 随机变量的函数的分布
  • 3 多维随机变量及其分布
    • 3.1 二维随机变量
    • 3.2 边缘分布
    • 3.3 新建目录
    • 3.4 新建目录
    • 3.5 二维随机变量的特征数
  • 4 随机变量的数字特征
    • 4.1 数学期望
    • 4.2 随机变量的数字特征
    • 4.3 协方差及相关系数
    • 4.4 矩、协方差矩阵
  • 5 大数定律与中心极限定理
    • 5.1 大数定律
    • 5.2 中心极限定理
  • 6 统计量及其分布
    • 6.1 样本数据的整理与显示
    • 6.2 统计量及其分布
  • 7 参数估计
    • 7.1 点估计得几种方法
    • 7.2 点估计的评价标准
    • 7.3 区间估计
  • 8 假设检验
    • 8.1 假设检验的基本思想与概念
    • 8.2 正态总体参数假设检验
  • 9 基于R语言的实验
    • 9.1 R语言介绍
    • 9.2 R软件下载与安装
    • 9.3 初识R软件
    • 9.4 蒲丰投针的计算
    • 9.5 同一天生日的计算
    • 9.6 抛硬币和骰子
    • 9.7 两点分布
    • 9.8 二项分布
    • 9.9 泊松分布
    • 9.10 正态分布
    • 9.11 指数分布
抛硬币和骰子

抛硬币和骰子

 抛硬币是常见的随机试验。例如抛一枚硬币,观察正面和反面出现的概率。将一枚硬币抛100次观察,正面和反面出现的情况。以下模拟抛硬币100次:

>set.seed(2)

>sample(c(0,1), 100, replace = TRUE, prob = c(1/2,1/2))

[1] 1 0 0 1 0 0 1 0 1 0 0 1 0 1 1 0 0 1 1 1 01 0 1 1 1 1 1 0 1 1 1 0 0

[35] 0 0 0 1 0 1 0 1 1 1 0 0 0 1 0 0 1 1 0 0 10 0 0 0 0 0 0 0 1 0 1 1 1

[69] 1 1 1 1 1 1 1 0 1 0 1 0 1 0 1 1 1 0 0 1 01 0 1 1 0 1 1 1 1 1 1



抛骰子是常见的随机试验。以下模拟抛骰子10次

set.seed用于设置随机数种子。其中1:6表示1、2、3、4、5、6。当然也可以如上例一样写成c(1,2,3,4,5,6)

>set.seed(2)

>sample(1:6, 10, replace = TRUE, prob = c(1/6,1/6,1/6,1/6,1/6,1/6))

 [1] 3 6 5 3 1 1 2 1 4 5