约 44 分钟
独立性让和、差等函数分布更易计算。本组先处理离散变量函数:枚举所有原像并合并落到同一新取值的概率。
X、Y独立Bernoulli(0.5),S=X+Y服从Bin(2,0.5),P(S=1)=P(1,0)+P(0,1)=1/2。两个原像必须同时计入。
公式: 离散函数Z=g(X,Y)满足 P(Z=z)=Σ_{g(x_i,y_j)=z}P(X=x_i,Y=y_j)。若XBin(n,p)、YBin(m,p)独立且成功概率相同,则X+Y~Bin(n+m,p);成功概率不同则不能直接合并为二项。
P(Z=z)=Σ_{g(x_i,y_j)=z}P(X=x_i,Y=y_j)
卷积形式P(X+Y=k)=Σ_iP(X=i,Y=k-i),独立时才可拆成边缘概率乘积。先确定Z支持集。
漏原像、未验证独立就乘概率、不同p的二项变量强行合并,是三类错误。
两枚不均匀独立硬币成功概率p、q,写S的完整分布并检查概率和。
请不看正文复述四件事:公式解决什么问题;每个符号代表什么;成立条件是什么;越过适用边界会出现哪一种错误。随后做归一化、概率范围、量纲和极端参数检查。离散模型核对概率总和,连续模型核对密度积分,统计量核对是否只由样本构成。
公式卡用于速查,但速查不能替代条件判断。独立性要验证联合分布能否分解,变量变换要覆盖全部原像,期望与方差要先确认存在,抽样分布要核验总体正态或样本量条件。
完成页面单选、多选与计算题。计算题保留求和或积分边界、标准化步骤和参数范围;答错时只记录第一处逻辑错误,隔一天无提示重做。
Practice
先独立作答再提交;编程题会在隔离沙箱中真实编译、运行并对拍。
独立Bernoulli(0.5)变量之和等于1的概率。
离散函数分布的核心动作是什么?
二项变量可合并需什么?
多选题:必须选全正确项,漏选或多选均不得分。