高中数学讲义微专题87 离散型随机变量分布列与数字特征.pdf

高中数学讲义微专题88 含有条件概率的随机变量问题.pdf

指数修正高斯 (exGaussian) 分布描述独立正态和指数随机变量的总和。 该分布被提议作为色谱峰形状的模型 [1]，也用于心理学、心理生理学和神经科学作为React时间模型 [2-4]。 让我们以React时间为例。 总React时间可以分为两个部分 [2，第 4 章]，[4]： - 决定回应所花费的时间（“决定部分”）； - 感知刺激和身体React所需的时间（“转导组件”） 转导分量可以通过具有 mu 平均值和 sigma 标准偏差的正态分布建模。 决策组件可以通过具有 tau 平均值的指数分布建模。 然后总React时间由 exGaussian 建模，参数为 mu、sigma 和 tau。 此提交包含三个处理 exGaussian 分布的函数： - exgauss_rnd.m 生成 exGaussian 随机数； - exgauss_pdf.m 计算 exGaussian

高等概率论讲义，随机变量，场，独立，各种收敛定理。

信息与计算科学专业——概率论考试复习自己整理的资料

信息与计算科学专业——概率论考试复习自己整理的资料

信息与计算科学专业——概率论考试复习自己整理的资料

适合人群：学习数理统计课程的学生

网传版本缺少书签，带本人制作的书签 从内容来说，尤其是随机过程的后半部分很适合电子信息工程专业的应用范畴，内容上与时俱进。对比其他的随机过程的确的不同之处。 从写法来说，将不使用测度论的概率论讲法讲到了极致，内容上是比较完整的。 数学上推导是严谨的，这种严谨既有优点也有缺点，缺点就是公式推导有时十分地繁复。如果你只是初学者，恐怕不能不被一些繁复的公式推导吓到，但是静下心来看，公式的繁复又是让读者理解更容易做出的妥协。 中文版在繁复的公式上出现了非常多的小错误，多到每两、三页就会在公式上出现明显的错误，很多时候我认为公式上的错误已经影响阅读了，甚至在习题上缺少条件而导致无法求解的现象（后来我对比英文电子版才发现）。 英文版相对好一些，虽然也有一些错误，但至少还不会影响阅读。

《概率、随机变量与随机过程》美）帕普里斯，（美）佩莱 著，保铮，冯大政 等译-概率、随机变量与随机过程 [Probability, Random Variables and Stochastic Processes]-Xi’an Jiaotong University Press (2000)