統計機率概論及機率分配(doc 66頁)

統計機率概論及機率分配目錄：
1、集合論
2、機率的概念
3、統計獨立與條件機率
4、機率分配函數及其特征值
5、離散型機率分配
6、連續型機率分配
7、常用的統計分配

統計機率概論及機率分配內容提要：
機率的概念
機率論是現代統計學的基礎。機率是為了衡量不確定結果，而建構出來的一種測度。其中基本的概念為：
機率空間(Probability Space)：係統中，集合所有可能出現的事件而構成的一個抽象空間，通常以W表示。有時亦稱樣本空間(Sample Space)或結果空間(Outcome Space)。
事件(Events)：係統中我們所要討論合理且可能發生的現象，是機率空間的基本元素。
隨機實驗(Random Experiment)：可能出現的結果有很多種，重複實驗時無法明確預知得到什麼結果的實驗方式。
隨機變數(Random Variables)：定義在機率空間的一個量測機率的工具，通常以一個一對多的不確定函數表示。它對實驗的每一種結果指定一數值與之對應。或將『文字敘述』轉換成『數字敘述』(將實驗結果以數值表示，省略一一列出可能實驗結果的煩雜)。常以X表示之，且其結果常符合某一特定分配。

..............................