Random Variable
(underline{cdf:})cumulative distribution function (F(x)=P(X leq x))
(underline{pmf:})probability mass function(for discrete probability distribution )
(1)(p(x) geq0,x in X)
(2)(sumlimits_{x in X}P(x)=1)
(underline{pdf:})probability density function(for continuous probability distribution )
(1)(f(x) geq 0)for all x,
(2)(int_{-infty}^{infty}f(x)dx=1)
discrete distribution:
Negative Binomial Distribution
(left(egin{array}{c}{k+r-1} \ {k}end{array}
ight)=frac{(k+r-1) !}{k !(r-1) !}=frac{(k+r-1)(k+r-2) ldots(r)}{k !}=(-1)^{k} frac{(-k-r+1)(-k-r+2) ldots(-r)}{k !}=(-1)^{k}left(egin{array}{c}{-r} \ {k}end{array}
ight))
continuous distribution：
Normal distibution：(int_limits{mathbb{R}} exp left(-frac{x^{2}}{2}
ight) mathrm{d} x=1)
(int_{0}^{infty}exp left(-frac{x^{2}}{2}
ight) mathrm{d} x=frac{1}{2})
(X looparrowright N(mu,sigma^2))
pdf：(p(x)=frac{1}{sqrt{2pi}sigma}e^{frac{-(x-mu)^2}{2sigma^2}})
cdf：(F(x)=frac{1}{sqrt{2pi}sigma}int_{-infty}^xe^{frac{-(t-mu)^2}{2sigma^2}}dt)
统计量
现代统计学时期：
20世纪80年代开始，随着现代生物医学的发展，计算机技术的进步，人类对健康的管理和疾病的治疗已进入基因领域，对基因数据分析产生大量需求。多维海量的基因数据具有全新的数据特征，变量维度远远大于样本数，传统的统计方法失效了，因此一系列面向多维数据的统计分析方法相继产生，比如著名的Lasso方法。
20世纪90年代以来，随着Internet的发展，数据库中积累了海量的数据。如何从海量的数据中挖掘有用的信息就变得越来越重要了，数据挖掘也就应运而生了。与数据挖掘比较接近的名词是机器学习,。因为机器学习算法中涉及了很多的统计学理论，与统计学的关系密切，也被称为统计学习。
经验分布函数：
将所得数据(x_1,x_2,dots,x_n)重新排列为顺序统计量(x_{1}^{*} leq x_{2}^{*} leq cdots leq x_{n}^{*})
(F_{n}^{*}(x)=left{egin{array}{cc}{0} & {x<x_{1}^{*}} \ {k / n} & {x_{k}^{*} leq x<x_{k+1}^{*} quad k=1,2, cdots, n-1} \ {1} & {x geq x_{n}^{*}}end{array}
ight.)
为总体(X)的经验分布函数
例子：
从一批标准重量为克的罐头中，随 机抽取8听：
8，-4，6 ，7， -2， 1， 0， 1测的误差
求总体(X)的经验分布函数
(F_{n}(x)=left{egin{array}{cc}{0} & {x<-7} \ {1 / 8} & {-7 leq x<-4} \ {2 / 8} & {-4 leq x<-2} \ {3 / 8} & {-2 leq x<0} \ {4 / 8} & {0 leq x<1} \ {6 / 8} & {1 leq x<6} \ {7 / 8} & {6 leq x<8} \ {1} & {x geq 8}end{array}
ight.)
统计量：依赖于样本的函数
样本均值：(ar{X}=ar{X}_{n}=frac{1}{n} sum_{i=1}^{n} X_{i})（总体样本）
(分组样本)样本均值的近似公式：(ar{x}=frac{x_1f_1+dots x_kf_k}{n} (n=sum_{i=1}^{k}f_i))
(f_i)为第i组的频数，k为组数
样本k阶原点矩：(X^{k}=frac{1}{n} sum_{i=1}^{n} X_{i}^{k})
单个正态总体分布下的样本均值分布：
(overline{oldsymbol{X}}=frac{1}{n} sum_{i=1}^{n} X_{i} sim Nleft(mu, frac{sigma^{2}}{n}
ight))
证明：
(X_{1}, X_{2}, cdots, X_{n})独立同分布，(E(X_i)=mu)
Survey sampling
(ullet)What is survey sampling?(c.f.census survey)(c.f.:参考，查看，来源于拉丁语)
(ullet)understanding the whole by a (underline{fraction})(i.e.a (underline{sample}))
Population:
Q:What is the population to survey?(In some cases,it can be difficult to identify or determine)
N:population size
a sample of size n:a subgroup of n members(n<N)
Q:Which n members should be included in the sample?(i.e.how to produce a (underline{representative}) sample)
quantity of interest:
(x_i,i=1,2,3cdots N)(each labeled by an integer)
(x_i)can be (underline{numerical}) or (underline{categorial})
Multivariate((x_{i1},x_{i2}cdots x_{ik}),i=1,2,3 dots N)
(underline{Definition : })(survey sampling)
A technique to obtain (underline{information}) about a (underline{large}) population by examining only