概率论与数理统计知识链

可以把概率论与数理统计里的一大堆概念，看成一条非常清晰的链：

现实中的随机现象 → 随机试验 → 样本空间 → 随机事件 → 概率 → 随机变量 → 分布 → 总体 → 抽样 → 样本 → 统计量 → 抽样分布 → 用样本推断总体

一旦这条链理顺，很多名词就不会混了。

一、概率论到底在研究什么？

概率论研究的是：

当一个现象的单次结果不能确定，但长期来看又有规律时，如何用数学描述这种“不确定性”。

比如：

抛硬币，不知道下一次是正面还是反面；
明天下不下雨，不确定；
随机抽一个学生，不知道他的身高；
一个元件什么时候坏，不确定；
股票明天涨跌，不确定。

这些都是随机现象。

概率论并不是说“完全不知道”，而是：

虽然单次结果不确定，但我们可以研究各种结果出现的可能性，以及这些可能性遵循什么规律。

二、随机试验是什么？

1. 随机试验

一个过程如果满足：

可以在相同条件下重复进行；
所有可能结果事先可以知道；
每次到底出现哪个结果不能提前确定；

就叫随机试验。

例如抛一次骰子：

可能结果是

1, 2, 3, 4, 5, 6

但抛之前不知道是哪一个。

所以“抛一次骰子”就是一个随机试验。

三、样本点、样本空间是什么？

1. 样本点

一次随机试验的一个具体结果，叫样本点。

例如掷骰子：

ω = 3

表示“这次掷出了 3”。

这里的 $3$ 就是一个样本点。

通常用

ω

表示一个样本点。

2. 样本空间

所有可能样本点组成的集合，叫做样本空间。

记作

Ω

例如掷骰子：

Ω = {1, 2, 3, 4, 5, 6}

抛两次硬币：

Ω = {H H, H T, T H, T T}

其中：

$H H$ ：两次都是正面；
$H T$ ：第一次正面、第二次反面；
$T H$ ：第一次反面、第二次正面；
$T T$ ：两次都是反面。

四、随机事件是什么？

这是概率论最重要的概念之一。

1. 事件本质上是“样本空间的一个子集”

假设掷骰子：

Ω = {1, 2, 3, 4, 5, 6}

定义事件：

$A$ ：掷出的点数是偶数。

那么：

A = {2, 4, 6}

所以：

随机事件，就是我们关心的一类结果。

一个具体结果是“样本点”，一堆符合某个条件的样本点组成“事件”。

2. 样本点和事件的区别

例如掷骰子：

“掷出了 4”是一个具体结果，也可以看作最简单的事件：

{4}

“掷出了偶数”则是：

{2, 4, 6}

所以：

样本点：一次具体结果；
事件：一类结果。

五、必然事件、不可能事件

整个样本空间：

Ω

叫做必然事件。

因为不论实验结果是什么，都一定属于 $Ω$ 。

例如掷骰子：

“点数在 1 到 6 之间”

一定发生。

而空集：

\emptyset

叫做不可能事件。

比如：

“掷骰子掷出 7”。

六、事件之间有哪些关系？

其实就是集合关系。

设

A = {掷出偶数}

B = {掷出大于 3 的数}

那么：

A = {2, 4, 6}

B = {4, 5, 6}

1. 交事件

A \cap B

表示：

$A$ 和 $B$ 同时发生。

这里：

A \cap B = {4, 6}

也就是：

既是偶数，又大于 3。

2. 并事件

A \cup B

表示：

$A$ 或 $B$ 至少发生一个。

3. 对立事件

事件 $A$ 不发生，叫 $A$ 的对立事件：

A^{c}

或者写成：

\overset{ˉ}{A}

并且：

P (A^{c}) = 1 - P (A)

4. 互斥事件

如果：

A \cap B = \emptyset

那么 $A, B$ 叫互斥事件。

意思是：

两件事不能同时发生。

例如：

$A$ ：骰子掷出奇数；
$B$ ：骰子掷出偶数。

两者不能同时发生。

注意：

互斥 ≠ 独立。

这是概率论特别容易混淆的地方，后面会讲。

七、概率是什么？

概率就是：

用一个 $0$ 到 $1$ 之间的数字，描述某个事件发生的可能性大小。

写成：

P (A)

满足：

0 \leq P (A) \leq 1

其中：

P (A) = 0

表示几乎不会发生；

P (A) = 1

表示必然发生。

例如公平骰子：

P (掷出偶数) = \frac{3}{6} = \frac{1}{2}

八、条件概率是什么？

这是另一个非常关键的概念。

假设我们已经知道事件 $B$ 发生了，那么再问事件 $A$ 发生的概率，这叫：

P (A ∣ B)

读作：

在 $B$ 已经发生的条件下， $A$ 发生的概率。

公式：

P (A ∣ B) = \frac{P ( A \cap B )}{P ( B )}

前提：

P (B) > 0

直观理解

原来我们在整个样本空间 $Ω$ 里考虑。

一旦知道 $B$ 发生了：

新的“世界”就缩小到了 $B$ 。

然后我们只看：

A \cap B

占 $B$ 的比例。

所以条件概率的本质是：

已知一些信息后，重新计算概率。

九、独立是什么？

两个事件 $A, B$ 如果满足：

P (A \cap B) = P (A) P (B)

就称它们相互独立。

直观上：

$A$ 是否发生，不影响 $B$ 发生的概率。

等价地：

P (A ∣ B) = P (A)

也就是说：

知道 $B$ 已经发生，并没有给我们关于 $A$ 的额外信息。

例如连续抛两次公平硬币：

$A$ ：第一次正面；
$B$ ：第二次正面。

则通常独立。

十、随机变量是什么？

这是整个概率论的核心转折点。

很多人第一次看到“随机变量”会以为：

“就是一个随机变化的变量。”

这并不准确。

严格来说：

随机变量是一个函数，它把随机试验的结果映射成一个数。

即：

X : Ω \to R

十一、为什么需要随机变量？

例如抛两次硬币：

Ω = {H H, H T, T H, T T}

我们真正关心的可能不是具体顺序，而是：

出现了几个正面？

定义随机变量：

X = 两次抛硬币中正面出现次数

于是：

X (H H) = 2

X (H T) = 1

X (T H) = 1

X (T T) = 0

原来复杂的结果：

H H, H T, T H, T T

被转换成了数字：

0, 1, 2

所以随机变量最重要的意义是：

把随机现象数字化。

有了数字，就可以：

求平均；
求方差；
画分布；
做积分；
建立模型；
做统计推断。

十二、随机变量为什么叫“变量”？

因为不同试验结果对应不同数值。

例如：

X = 骰子点数

那么 $X$ 可能取：

1, 2, 3, 4, 5, 6

但是，在一次具体实验发生之前，并不知道它最终取多少。

所以叫“随机变量”。

严格来说：

随机的是实验结果，随机变量本身是一个确定的映射规则。

十三、离散随机变量和连续随机变量

1. 离散型随机变量

如果随机变量可能取有限个或者可数多个值：

x_{1}, x_{2}, \dots

就叫离散型随机变量。

比如：

骰子点数；
一天收到多少条短信；
一个班有多少人及格；
抛 10 次硬币出现几个正面。

例如：

X \in {1, 2, 3, 4, 5, 6}

2. 连续型随机变量

如果随机变量可以在一个区间内连续取值，则叫连续型随机变量。

比如：

身高；
体重；
温度；
寿命；
等待时间。

例如：

X \in (0, + \infty)

十四、概率分布是什么？

知道随机变量“可能取哪些值”还不够。

还要知道：

每个值有多大可能出现。

这个规律就叫概率分布。

所以：

随机变量告诉你“把结果变成什么数”，分布告诉你“这些数出现的规律”。

十五、离散型随机变量的分布律

例如公平骰子：

X = 骰子点数

那么：

P (X = 1) = \frac{1}{6}

P (X = 2) = \frac{1}{6}

一直到：

P (X = 6) = \frac{1}{6}

这就是 $X$ 的概率分布。

一般记：

P (X = x_{i}) = p_{i}

满足：

p_{i} \geq 0

以及：

i \sum p_{i} = 1

十六、连续随机变量的概率密度是什么？

连续变量不能像离散变量那样讨论：

P (X = x)

因为通常：

P (X = x) = 0

例如身高恰好等于：

175.000000000 \dots cm

这个精确数值出现的概率是 0。

所以连续型随机变量研究的是：

P (a < X < b)

通过概率密度函数：

f (x)

来计算：

P (a < X < b) = \int_{a}^{b} f (x) d x

所以：

概率密度不是某一点的概率，而是“单位长度附近概率有多密集”。

十七、分布函数是什么？

不管离散还是连续，都可以统一用分布函数：

F (x) = P (X \leq x)

意思是：

随机变量 $X$ 不超过 $x$ 的概率。

例如：

F (3) = P (X \leq 3)

可以理解为：

把 $x$ 从左向右移动，累计到 $x$ 为止已经积累了多少概率。

因此 $F (x)$ 也叫累积分布函数。

十八、数学期望是什么？

数学期望：

E (X)

可以理解成随机变量的：

长期平均值、概率意义下的中心位置。

离散情形：

E (X) = i \sum x_{i} P (X = x_{i})

连续情形：

E (X) = \int_{- \infty}^{+ \infty} x f (x) d x

例子

公平骰子：

E (X) = 1 \cdot \frac{1}{6} + 2 \cdot \frac{1}{6} + \dots + 6 \cdot \frac{1}{6}

所以：

E (X) = 3.5

注意：

一次掷骰子永远不会出现 $3.5$ 。

所以期望不是：

“最可能出现的值”。

而是：

大量重复实验后的平均水平。

十九、方差是什么？

只知道平均值不够。

比如两个随机变量平均值都等于 10：

A：

9, 10, 11

B：

0, 10, 20

它们波动程度完全不同。

于是定义方差：

D (X) = Var (X) = E [(X - E (X))^{2}]

它衡量：

随机变量离自己均值有多分散。

另一个常用公式：

Var (X) = E (X^{2}) - [E (X)]^{2}

二十、标准差是什么？

因为方差进行了平方，所以量纲变了。

因此取平方根：

σ = Var (X)

叫做标准差。

它和原随机变量单位相同。

例如身高单位是 cm：

方差单位是 $cm^{2}$ ；
标准差单位重新变成 cm。

二十一、多维随机变量是什么？

有时候一个对象不只关心一个特征。

例如随机抽一个人：

X = 身高

Y = 体重

那么：

(X, Y)

就是二维随机变量。

研究的是：

身高和体重如何联合变化。

于是产生：

联合分布；
边缘分布；
条件分布；
协方差；
相关系数。

二十二、协方差是什么？

协方差描述：

两个随机变量是否倾向于一起变化。

定义：

Cov (X, Y) = E [(X - E (X)) (Y - E (Y))]

也可写：

Cov (X, Y) = E (X Y) - E (X) E (Y)

如果：

Cov (X, Y) > 0

通常表示：

$X$ 大时， $Y$ 也倾向于大。

如果：

Cov (X, Y) < 0

通常表示：

一个大时，另一个倾向于小。

二十三、相关系数是什么？

协方差受单位影响，所以进行标准化：

ρ_{X Y} = \frac{Cov ( X , Y )}{Var ( X ) Var ( Y )}

满足：

- 1 \leq ρ_{X Y} \leq 1

它主要衡量：

线性相关程度。

注意：

ρ = 0

一般不意味着独立。

而如果 $X, Y$ 独立，则在期望存在的情况下：

Cov (X, Y) = 0

二十四、从概率论进入数理统计

前面主要是在讲概率论：

假设一个随机模型已经知道，研究它会产生什么结果。

例如已知：

X \sim N (μ, σ^{2})

然后研究：

概率；
期望；
方差；
分布。

但现实中往往恰好相反：

我们不知道总体分布和参数，只拿到了一些数据。

这就进入了数理统计。

二十五、总体是什么？

“总体”是统计学里的核心概念。

总体不是简单指“所有人”。

更准确地说：

总体是我们所研究对象的全部可能观测值所形成的集合，或者说背后那个随机变量及其分布。

举例

想研究：

某大学所有学生的身高。

那么可以把：

X = 随机抽取一个学生的身高

看作总体随机变量。

其分布：

F (x)

就是我们研究的总体分布。

所以在数理统计中：

总体本质上通常是一个随机变量或概率分布。

这一点非常重要。

二十六、个体是什么？

总体里的每一个研究对象叫个体。

例如研究全国大学生身高：

总体：全国大学生身高总体；
个体：某一个大学生。

但还需要区分：

人是“研究对象”，身高才是我们实际观察的数据。

例如某个人：

张三

是一个个体；

他的身高：

176 cm

是这个个体对应的一个观测值。

二十七、总体和个体如何深刻理解？

假设我们关心：

全国成年男性身高。

可以想象有一个巨大的“盒子”。

里面装着所有可能的身高：

170, 178, 165, 182, \dots

整体规律就是总体分布。

随机从里面抽一个：

X

得到一个身高，例如：

X = 176

所以：

总体：背后的整体规律；
个体：总体中的一个对象；
个体值：这个对象在研究指标上的取值。

二十八、样本是什么？

总体通常太大，我们不可能调查所有人。

比如中国有非常多大学生，不可能全部测量。

于是从总体中抽取一部分个体。

这些观测结果叫样本。

例如随机抽 100 人：

X_{1}, X_{2}, \dots, X_{100}

这称为一个容量为 100 的样本。

一般写：

X_{1}, X_{2}, \dots, X_{n}

其中：

n

叫样本容量。

二十九、为什么 $X_{1}, X_{2}, \dots, X_{n}$ 还是随机变量？

这是统计里很关键的地方。

在你真正抽样之前：

你不知道第一个人身高多少，也不知道第二个人多少。

所以：

X_{1}, X_{2}, \dots, X_{n}

都是随机变量。

抽样结束后，假设观察到：

x_{1} = 172

x_{2} = 180

等等。

这时：

x_{1}, x_{2}, \dots, x_{n}

叫做样本观测值。

因此要区分：

X_{i}

和

x_{i}

三十、简单随机样本是什么？

考研里经常出现：

设 $X_{1}, X_{2}, \dots, X_{n}$ 是来自总体 $X$ 的简单随机样本。

是什么意思？

就是：

X_{1}, X_{2}, \dots, X_{n}

满足两个条件。

第一，彼此独立：

X_{1}, X_{2}, \dots, X_{n}

相互独立。

第二，同分布：

X_{i} \sim F

而且它们和总体 $X$ 具有相同分布。

简称：

独立同分布

即：

X_{1}, \dots, X_{n} \sim i.i.d. F

三十一、为什么要求独立同分布？

因为我们希望每次抽样都像：

从同一个总体公平地重新抽一次。

例如研究某大学学生身高：

第一个学生：

X_{1}

第二个学生：

X_{2}

如果都是随机独立抽取，那么每一个都应遵循同样的总体身高分布。

这样样本才能代表总体。

三十二、参数是什么？

假设总体分布属于某个已知类型：

X \sim N (μ, σ^{2})

但是我们不知道：

μ

和：

σ^{2}

那么这些未知常数叫做总体参数。

比如：

总体均值：

μ

总体方差：

σ^{2}

统计学一个非常重要的任务就是：

根据样本估计这些未知参数。

三十三、统计量是什么？

这是统计学的核心之一。

定义：

完全由样本构成，并且不含未知参数的函数，叫统计量。

例如：

\overset{ˉ}{X} = \frac{1}{n} i = 1 \sum n X_{i}

叫做样本均值。

因为它完全由：

X_{1}, \dots, X_{n}

构成。

又例如样本方差：

S^{2} = \frac{1}{n - 1} i = 1 \sum n (X_{i} - \overset{ˉ}{X})^{2}

也是统计量。

三十四、总体均值和样本均值的区别

总体均值：

μ = E (X)

它是总体的属性。

通常是一个固定但未知的数。

样本均值：

\overset{ˉ}{X} = \frac{X _{1} + \dots + X _{n}}{n}

则是一个随机变量。

因为样本是随机抽出来的。

抽不同的人：

\overset{ˉ}{X}

会不同。

例如第一次抽 100 人：

\overset{x}{ˉ} = 174.2

第二次重新抽 100 人：

\overset{x}{ˉ} = 175.1

所以：

总体均值是固定的；样本均值是随机的。

三十五、总体方差和样本方差区别

总体方差：

σ^{2} = Var (X)

是总体真正的离散程度。

样本方差：

S^{2} = \frac{1}{n - 1} i = 1 \sum n (X_{i} - \overset{ˉ}{X})^{2}

则利用样本估计总体方差。

可以粗略理解成：

\overset{ˉ}{X} ⟶ μ

S^{2} ⟶ σ^{2}

即：

用样本统计量去估计总体参数。

三十六、抽样分布是什么？

这是你特别提到的一个概念，也是很多人真正开始学统计时最容易懵的地方。

先想象：

从总体中随机抽 $n$ 个人，求平均身高：

\overset{ˉ}{X}

第一次：

\overset{x}{ˉ}_{1} = 174.2

重新抽 $n$ 个人：

\overset{x}{ˉ}_{2} = 175.0

再重新抽：

\overset{x}{ˉ}_{3} = 173.8

……

你会发现：

每次样本均值都不一样。

因此：

\overset{ˉ}{X}

本身就是随机变量。

既然是随机变量，它自然也有自己的概率分布。

这个分布就叫：

统计量的抽样分布。

三十七、什么叫“抽样分布”？

准确来说：

统计量由于随机抽样而形成的概率分布，叫该统计量的抽样分布。

例如：

\overset{ˉ}{X}

有一个分布。

S^{2}

也有一个分布。

于是可以问：

P (\overset{ˉ}{X} > 10)

或者：

P (S^{2} < 5)

这就是抽样分布研究的问题。

三十八、为什么抽样分布如此重要？

因为整个统计推断就是靠它。

例如你不知道：

μ

但你知道样本均值：

\overset{ˉ}{X}

围绕 $μ$ 如何波动。

如果：

X_{1}, \dots, X_{n}

独立同分布，而且：

E (X_{i}) = μ

Var (X_{i}) = σ^{2}

那么：

E (\overset{ˉ}{X}) = μ

而：

Var (\overset{ˉ}{X}) = \frac{σ ^{2}}{n}

所以随着：

n ↑

样本均值波动越来越小。

这就是为什么：

样本量越大，估计通常越稳定。

三十九、总体分布、样本分布、抽样分布千万别混

这三个特别容易混。

总体分布

研究：

X

例如：

X \sim N (μ, σ^{2})

描述的是：

单个个体的数据如何分布。

样本

抽出了：

X_{1}, \dots, X_{n}

得到：

x_{1}, \dots, x_{n}

这是具体的一组数据。

抽样分布

把统计量：

T = T (X_{1}, \dots, X_{n})

看成随机变量。

研究：

T

的概率分布。

比如：

T = \overset{ˉ}{X}

那么研究的是：

\overset{ˉ}{X}

在“重复抽样”时怎么变化。

四十、一个例子彻底理解总体、样本、统计量、抽样分布

假设某工厂生产灯泡。

灯泡寿命服从：

X \sim N (1000, 10 0^{2})

总体

X

表示：

随机选一个灯泡，它的寿命。

所以：

μ = 1000

表示总体平均寿命。

个体

某一个具体灯泡。

例如第 50281 个灯泡。

它的寿命可能是：

987 小时

样本

随机抽 25 个灯泡：

X_{1}, \dots, X_{25}

样本均值

\overset{ˉ}{X} = \frac{1}{25} i = 1 \sum 25 X_{i}

这是统计量。

抽样分布

由于总体正态，因此：

\overset{ˉ}{X} \sim N (1000, \frac{10 0 ^{2}}{25})

即：

\overset{ˉ}{X} \sim N (1000, 2 0^{2})

意思是：

如果不断重复“抽 25 个灯泡并计算平均寿命”这个过程，那么得到的无数个样本均值，会近似形成一个均值 1000、标准差 20 的正态分布。

这就是抽样分布。

四十一、三大经典抽样分布是什么？

考研统计里最重要的是：

$χ^{2}$ 分布；
$t$ 分布；
$F$ 分布。

它们之所以出现，本质上都是：

某些统计量的概率分布。

1. 卡方分布

如果：

Z_{1}, \dots, Z_{n} \sim i.i.d. N (0, 1)

那么：

χ^{2} = Z_{1}^{2} + \dots + Z_{n}^{2}

服从自由度为 $n$ 的卡方分布：

χ^{2} \sim χ^{2} (n)

2. $t$ 分布

如果：

Z \sim N (0, 1)

Y \sim χ^{2} (n)

且独立，则：

T = \frac{Z}{Y / n}

服从：

T \sim t (n)

3. $F$ 分布

如果：

U \sim χ^{2} (n_{1})

V \sim χ^{2} (n_{2})

且相互独立，则：

F = \frac{U / n _{1}}{V / n _{2}}

服从：

F (n_{1}, n_{2})

四十二、估计量是什么？

统计量如果专门被用来估计一个未知参数，就叫估计量。

例如用：

\overset{ˉ}{X}

估计：

μ

那么：

\overset{μ}{^} = \overset{ˉ}{X}

其中：

\overset{μ}{^}

读作“ $μ$ 帽”，表示 $μ$ 的估计量。

四十三、估计值是什么？

估计量是随机变量：

\overset{μ}{^} = \overset{ˉ}{X}

抽样后得到：

\overset{x}{ˉ} = 174.6

那么：

174.6

叫估计值。

所以：

估计量：抽样前，是随机变量；
估计值：抽样后，是具体数。

类似于：

$X$ ：随机变量；
$x$ ：具体观测值。

四十四、点估计是什么？

只给参数一个具体估计数，叫点估计。

例如：

\overset{μ}{^} = 175

意思是：

我估计总体平均值约为 175。

常见方法：

矩估计；
最大似然估计。

四十五、区间估计是什么？

现实里你一般不会相信：

μ = 175.000000

恰好完全正确。

所以更合理的是：

$μ$ 大概落在某个区间里。

例如：

172 < μ < 178

这就是区间估计。

通常会构造：

(\overset{ˉ}{X} - z_{α /2} \frac{σ}{n}, \overset{ˉ}{X} + z_{α /2} \frac{σ}{n})

这称为置信区间。

四十六、假设检验是什么？

除了估计，我们还会问：

某个说法到底能不能相信？

例如厂商声称：

μ = 1000

即灯泡平均寿命为 1000 小时。

我们抽样发现：

\overset{x}{ˉ} = 930

那么要判断：

930 是正常抽样波动，还是说明厂商说的 1000 根本不可信？

于是提出原假设：

H_{0} : μ = 1000

然后利用统计量及其抽样分布判断：

当前样本结果是不是“太极端”。

这就是假设检验。

四十七、大数定律是什么？

大数定律大致告诉我们：

当独立重复试验很多次时，样本平均值趋于总体期望。

也就是：

\overset{ˉ}{X} = \frac{1}{n} i = 1 \sum n X_{i}

当 $n$ 很大时：

\overset{ˉ}{X} \to μ

这就是为什么：

可以通过大量样本认识总体。

四十八、中心极限定理是什么？

中心极限定理更神奇。

在很广泛的条件下，即使总体本身不是正态分布，只要样本量足够大：

\frac{X ˉ - μ}{σ / n}

近似服从：

N (0, 1)

也就是说：

很多个独立随机因素加起来或取平均之后，会自然出现正态分布。

这就是为什么正态分布在统计学中无处不在。

四十九、频率和概率有什么区别？

概率

P (A)

是理论上的长期规律。

频率

假设做 $n$ 次试验，其中事件 $A$ 出现 $m$ 次，则频率：

f_{n} (A) = \frac{m}{n}

大数定律告诉我们：

\frac{m}{n} \to P (A)

所以：

概率是理论值，频率是实验观测值。

五十、参数和统计量有什么区别？

这是统计中极重要的一对概念。

参数

描述总体：

μ, σ^{2}, p

通常：

固定但未知。

统计量

由样本构成：

\overset{ˉ}{X}, S^{2}

通常：

已知公式，但抽样前取值是随机的。

所以：

总体参数固定但未知，样本统计量随机但可观察

这是数理统计最值得牢记的一句话之一。

五十一、总体、样本、个体、样本值关系

可以画成：

现实研究对象
        ↓
     总体
        ↓ 随机抽样
个体1 个体2 …… 个体n
 ↓     ↓          ↓
X₁    X₂   ……    Xₙ
        ↓ 实际测量
x₁    x₂   ……    xₙ
        ↓
构造统计量
        ↓
X̄、S² 等
        ↓
估计总体参数
        ↓
μ、σ² 等

五十二、随机变量和总体到底是什么关系？

这是一个很深但非常重要的问题。

例如：

研究全国大学生的身高。

可以定义：

X = 随机抽一名大学生得到的身高

于是：

X

的概率分布就描述整个总体。

所以教材常说：

“设总体 $X$ 的分布为……”

这里直接用 $X$ 表示总体。

因此在数学统计中：

总体经常直接抽象成一个随机变量

而不是把总体理解成“很多真实的人堆在一起”。

五十三、随机事件与随机变量有什么关系？

事件是“条件”，随机变量是“数值映射”。

例如：

X = 骰子点数

事件：

掷出偶数。

可以写成：

A = {X = 2, 4, 6}

或者：

A = {X 为偶数}

再比如：

A = {X \leq 3}

所以随机变量出现以后：

大量事件都可以写成关于 $X$ 的条件。

五十四、分布和随机变量有什么区别？

随机变量是：

X : Ω \to R

也就是一个映射。

分布描述：

$X$ 的取值遵循什么概率规律。

所以两个完全不同的随机变量也可能具有相同分布。

例如：

X \sim N (0, 1)

Y \sim N (0, 1)

不能因此说：

X = Y

只能说：

它们分布相同。

五十五、一张表把最核心概念统一起来

概念	本质	例子
随机试验	有不确定结果的实验	抛硬币
样本点	一个具体实验结果	$H T$
样本空间	所有可能结果	${H H, H T, T H, T T}$
随机事件	样本空间的子集	至少一个正面
概率	事件发生可能性的大小	$P (A) = 3/4$
随机变量	把实验结果映射为数字的函数	正面次数
分布	随机变量取值的概率规律	二项分布
期望	长期平均水平	$E (X)$
方差	波动程度	$Var (X)$
总体	研究对象背后的随机规律	所有人身高分布
个体	总体中的一个研究对象	某一学生
样本	从总体抽出的若干观测	100 名学生
样本容量	样本个数	$n = 100$
参数	描述总体的未知常数	$μ, σ^{2}$
统计量	只由样本构成的函数	$\overset{ˉ}{X}, S^{2}$
抽样分布	统计量自身的概率分布	$\overset{ˉ}{X}$ 的分布
估计量	用来估参数的统计量	$\overset{μ}{^} = \overset{ˉ}{X}$
点估计	用一个数估参数	$\overset{μ}{^} = 175$
区间估计	用区间估参数	$172 < μ < 178$
假设检验	用样本判断总体假设	检验 $μ = 175$

五十六、最重要的一条逻辑链

最后把整个概率统计压缩为一个模型。

假设现实里存在一个我们不了解的总体：

X \sim F (x; θ)

其中：

θ

是未知参数。

我们从总体随机抽样：

X_{1}, X_{2}, \dots, X_{n}

并且通常假设：

X_{1}, \dots, X_{n} \sim i.i.d. F (x; θ)

得到实际数据：

x_{1}, x_{2}, \dots, x_{n}

然后构造统计量：

T = T (X_{1}, \dots, X_{n})

研究 $T$ 的抽样分布。

最后根据 $T$ 来：

估计未知参数 θ

或者：

检验关于 θ 的假设

因此整个数理统计的核心思想其实就是：

通过有限样本认识未知总体

而概率论给数理统计提供了数学基础：

概率论：已知总体规律，推结果

数理统计：看到样本结果，反推总体规律

这两者某种意义上正好是正问题与反问题。

如果你接下来学考研概率论，我建议把这些概念继续串成三条主线来理解：“随机变量—分布—期望方差”、“总体—样本—统计量—抽样分布”、“抽样分布—参数估计—假设检验”。这三条线一通，概率统计后面绝大多数公式都会变得非常自然。

概率论与数理统计知识链

On this page