统计学——Task1

样本和总体（sample and population）

总体方差（the variance of population）（sigma squared）

样本方差（the variance of sample）

标准差（standard deviation）

均值（mean：one measure of central tendency）

方差（variance）

诸方差（代数简化后的方差公式）

随机变量（random variable）

离散随机变量（discrete random variable）

均匀分布（uniform distribution）

连续概率分布（continuous probability distribution）

概率分布（probability distribution）

概率密度函数（probability density function）

二项分布（binomial distribution）

二项式系数（binomial coefficient）

阶乘（factorial over）

正态分布（normal distribution）=（Gaussian or the bell curve）

期望（population mean：add up all the outcomes weighted by their frequency）

随机变量的期望值（expected value of a random variable=probability weighted sum）

二项分布的期望值（E(X)=np）

泊松分布（Poisson distribution）

大数定律（law of large numbers：simple mean will approach my expected value of the random variable or simple mean will approach my population mean for n approaching infinity）(give a defination:样本量足够大时，样本均值接近期望值；样本均值将收敛于总体均值或随机变量期望值)

 中心极限定理（central lime theorem）

Z-分数（Z-scores ）

经验法则（Empirical rule ）

正态分布：z score和经验法则

其中以对称的μ为中心，±σ范围的概率是68.3%。也就是说z=（x-μ）/σ在范围(-1,1)内，概率为68.3%。

也就是说z在范围(-1,1)内，概率为68.3%。

所谓的经验法则（Empirical Rule），也成为68-95-99.7法则，即以μ为中心，落在μ±σ的概率为68%，落在μ±2σ的概率为95%，落在μ±3σ的概率为99.7%。

标准分数也称Z分数

1.标准分数也称Z分数，是统计学上常用的一种标准化方法。标准分数可以给出数值距离均值的相对位置，用于比较不同分布的变量值。（单选）

2.公式：标准分数Z＝（数值－均值）÷标准差

3.结果：标准分数Z越大越好。

经验法则表明：约有68%的数据与平均数的距离在1个标准差之内，约有95%的数据与平均数的距离在2个标准差之内，约有99%的数据与平均数的距离在3个标准差之内。

此题最佳求解方法便是用期望：先考虑000-199，共200个数，三位数的数学期望分别是0.5、4.5、4.5，加起来等于9.5。 200*9.5=1900。 最后再考虑200这个数，答案等于1902。