统计算法_概率基础

本次有以下函数

1、简单边际概率

2、联合概率

3、条件概率

4、随机变量期望值

5、随机变量方差

6、随机变量协方差

7、联合协方差

8、组合期望回报

9、投资组合风险

说概率前复习下历史函数 #创建一个含有指定数量元素的list #累加 #统计个数 #累乘 #算数平均数 #算数平均数计算回报 #中位数 #众数 #极差 #几何平均数 #几何平均回报 #方差-样本S^2 #协方差(标准差)-样本S #变异系数CV #相关系数-样本r---------------以上是旧的---------------------------------------------------------------------------------------以下是新的------------------------------------------------------------------------概率这块整个给我看了个懵逼，后面的代码都是按照我自己理解写的，如果有错误，欢迎指正另外说明的是概率是很精细的事情，所以浮点型的数字会比较多，而且小数位数十分精确，除特殊情况，我就四舍五入截取到小数点后4位简单事件，就是只有一个特征的事件，所有可能事件的集合就是样本空间，举个例子有两袋子花生米，第一个袋子有32个花生米，其中有3个坏的，第二个袋子有17个花生米，其中有5个坏的，这个例子的样本空间就是下面这样。我想说，要是我选了B袋子我一定诅咒卖花生的老板吃方便面没有调料袋子|是否坏的|花生米个数A |0 |3A |1 |29B |0 |5B |1 |12为了方便起见，是True用0表示，否false用1表示1、简单边际概率，记做P(A)这个容易理解，比如计算坏花生米的出现率，这个简单，就不单独写代码了P(A) = 坏花生米/总数 = 8/49 = 0.16332、联合概率

既然是联合了，就需要两个事件，记为P(A且B)，∩这玩意就是且就是A事件和B事件联合成同一个事件的概率，从A袋子吃出一个坏花生米的概率就是联合概率，事件A是坏花生米，事件B是A袋子这个比较有分歧，比较广泛使用的是P(A∩B) = 3/49 = 0.0612另一种就是P(A∩B) = 3/32*0.5 = 0.0517我个人比较同意第一种，但是受到其他事件的影响比较大，考虑如果B袋子有10000个花生，坏花生数不变，结果会有很大差异那么函数就有了

3、条件概率一个事件已发生的情况下，得到另一个事件的发生概率，比较文言的说法是，给定事件B，事件A的发生概率，当然也可以反过来P(A|B) = P(A∩B)/P(B)反过来P(B|A) = P(A∩B)/P(A)还是这个例子，现在已知B事件是从A袋子取，那么P(B) = 32/49P(A|B) = (3/49)/(32/49) = 3/32 = 0.0937这个函数就是

下面的内容用花生米的例子就不合适了，换个学校的事一个班英语考试各分数的比例分数|占比20 |0.140 |0.160 |0.380 |0.4100 |0.14、随机变量期望值和算数平均数差不多，实际结果不应与这个数有太多偏差μ = E(X) = NΣXiP(Xi)E(X) = 20 * 0.1 + 40 * 0.1 + 60 * 0.3 + 80 * 0.4 + 100 * 0.1 = 66

5、随机变量方差和样本方差功能一样，不多说了σ^2 = NΣ[Xi-E(X)]^2P(Xi)

6、随机变量协方差函数简单，套用协方差函数即可

7、联合协方差σxy = NΣ[Xi-E(X)][Yi-E(Y)]P(XiYi)

8、组合期望回报用最小的风险能获得的最大回报E(P) = wE(X) + (1 - w)E(Y)w是投资资产x的比例

9、投资组合风险这个没有搞懂是做什么的，应该是期望回报的偏差值吧σ(p) = [w^2σ(x)^2 + (1 - w)^2σ(y)^2 + 2w(1 - w)σ(xy)]^0.5

other、贝叶斯这个真的是看的最懵逼的，感觉我写的这个不准，就当做参考吧

（编辑：阜阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!