第一章随机事件
互斥对立加减功,条件独立乘除清;
全概逆概百分比,二项分布是核心;
必然事件随便用,选择先试不可能。
第二、三章一维、二维随机变量
1)离散问模型,分布列表清,
边缘用加乘,条件概率定联合,
独立试矩阵
2)连续必分段,草图仔细看，
积分是关键 ,密度微分算
3)离散先列表,连续后求导;
分布要分段,积分画图算
第五、六章数理统计、参数估计
正态方和卡方出，卡方相除变F，
若想得到t分布, 一正n卡再相除。
样本总体相互换,矩法估计很方便;
似然函数分开算,对数求导得零蛋;
区间估计有点难,样本函数选在前;
分位维数惹人嫌,导出置信U方甜。
第六章 假设检验
检验均值用U-T，分位对称别大意；
方差检验有卡方，左窄右宽不稀奇；
不论卡方或U-T，维数减一要牢记；
代入比较临界值，拒绝必在否定域
1 条件概率公式:
P(A|B)代表事件B发生的情况下A发生的概率。
P(A|B)=P(AB)/P(B)
2 全概率公式
A代表结果，B代表原因。导致A发生的原因B可以细化为B1、B2......Bn 。其中B1----Bn事件互斥，不可能同时出现。
P(A)=P(AB1)+P(AB2)+.....+P(ABn)
=P(A|B1)P(B1)+P(A|B2)P(B2)+.....+P(A|Bn)P(Bn)
每一个B都可能导致A的发生。
这是解决A在某些情况下不好求解的问题。
也可以用右边式子表示
3 贝叶斯公式
与全概率公式正好相反，是求解事情发生的原因概率 P(Bi|A)
P(Bi|A)=P(Bi)P(A|Bi)/P(A)
P(A)可以按照2中的全概率公式展开
