概率分布及其应用的论文
问：如何理解正态分布的重要性和它在实践中的重.论文
- 答：正态分布是最重要的一种概率分布。正态分布概念是由德国的数学家和天文学家Moivre于1733年首次提出的，但由于德国数学家Gauss率先将其应用于天文学家研究，故正态分布又叫高斯分布，高斯这项工作对后世的影响极大，他使正态分布同时有了“高斯分布”的名称，后世之所以多将最小二乘法的发明权归之于他，也是出于这一工作。
高斯是一个伟大的数学家，重要的贡献不胜枚举。但现今德国10马克的印有高斯头像的钞票，其上还印有正态分布的密度曲线。这传达了一种想法：在高斯的一切科学贡献中，其对人类文明影响最大者，就是这一项。
问：概率分布问题
- 答：比如你射击命中概率为0.8，求射击10次命中8次的概率。这就是典型的二项分布。
泊松分布在运筹学的排队论有应用，主要是假设到达流服从的分布。
二项分布与泊松分布都是离散概率分布。当二项分布的n很大而p很小时，泊松分布可作为二项分布的近似，其中λ为np。通常当n≧10,p≦0.1时，就可以用泊松公式近似计算。
问：简述小概率原理及其怎样应用于假设实验
- 答：一个事件如果发生的概率很小的话，那么可认为它在一次实验中是不会发生的，数学上称之小概率原理。
统计学中，一般认为等于或小于0.05或0.01的概率为小概率。
假设检验是抽样推断中的一项重要内容。它是根据原资料作出一个总体指标是否等于某一个数值，某一随机变量是否服从某种概率分布的假设，然后利用样本资料采用一定的统计方法计算出有关检验的统计量，依据一定的概率原则，以较小的风险来判断估计数值与总体数值(或者估计分布与实际分布)是否存在显著差异，是否应当接受原假设选择的一种检验方法。
用样本指标估计总体指标，其结论有的完全可靠，有的只有不同程度的可靠性，需要进一步加以检验和证实。通过检验，对样本指标与假设的总体指标之间是否存在差别作出判断，是否接受原假设。这里必须明确，进行检验的目的不是怀疑样本指标本身是否计算正确，而是为了分析样本指标和总体指标之间是否存在显著差异。从这个意义上，假设检验又称为显著性检验。 - 答：在概率论中，我们将发生概率很小（通常不超过5%）的事件称作小概率事件。
在统计检验中的应用：
假设检验的基本思想是应用小概率原理（小概率原理:指发生概率很小的随机事件在一次试验中是几乎不可能发生的。小概率指p<5%。）.小概率事件发生则拒绝虚无假设H0，选择备择假设H1。
例如某厂产品合格率为99%,从一批(100件)产品中随机抽取一件,恰好是次品的概率为1%。随机抽取一件是次品几乎是不可能的, 但是这种情况发生了,我们有理由怀疑该厂的合格率为99%.这时我们犯错误的概率是1% - 答：小概率原理就是发生事件概率很小，一般小于5%可以成为小概率事件
不知到你是什么实验，不好说
本文来源: https://www.lw78.cn/article/dc306e71545c8f022d582ec8.html