统计学中的几个名词

1. 随机变量

https://blog.csdn.net/u010916338/article/details/81131156
随机变量（random variable）表示随机试验各种结果的实值单值函数。随机事件不论与数量是否直接有关，都可以数量化，即都能用数量化的方式表达

1.1 离散型随机变量

离散型（discrete）随机变量即在一定区间内变量取值为有限个或可数个。例如某地区某年人口的出生数、死亡数，某药治疗某病病人的有效数、无效数等

1.2 连续型随机变量

连续型（continuous）随机变量即在一定区间内变量取值有无限个，或数值无法一一列举出来。例如某地区男性健康成人的身长值、体重值，一批传染性肝炎患者的血清转氨酶测定值等

2. 伯努利实验

伯努利试验（Bernoulli experiment）是在同样的条件下重复地、相互独立地进行的一种随机试验，其特点是该随机试验只有两种可能结果：发生或者不发生。我们假设该项试验独立重复地进行了n次，那么就称这一系列重复独立的随机试验为n重伯努利试验

3. 概率函数

Probability function

• 1. X 表示 随机变量，x 表示 X的取值
• 2. P(X=x) = p(x)， 表示X 取得 x的概率

这里的函数 p(x) 即为 随机变量 X 的 概率函数

概率函数 只可以用作 离散型随机变量；自变量 是 随机变量，因变量 是 随机变量 取得某值时的概率

4. 概率分布

Probability distribution

概率分布，是指用于表述随机变量取值的概率规律。事件的概率表示了一次试验中某一个结果发生的可能性大小。若要全面了解试验，则必须知道试验的全部可能结果及各种可能结果发生的概率，即随机试验的概率分布。如果试验结果用变量X的取值来表示，则随机试验的概率分布就是随机变量的概率分布，即随机变量的可能取值及取得对应值的概率

4.1 离散型随机变量的概率分布

将 离散型随机变量的取值 和 取得该值的概率 按顺序排列并一一对应，便得到了 离散型随机变量 的 概率分布

离散型随机变量的概率分布

4. 概率密度函数

• 1. https://blog.csdn.net/u010916338/article/details/87261127?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522165347515016782248588747%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=165347515016782248588747&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2
• 2. https://baike.baidu.com/item/%E6%A6%82%E7%8E%87%E5%AF%86%E5%BA%A6%E5%87%BD%6%95%B0/5021996