随机变量英语

随机变量8.2 离散随机变量8.3 随机变量期望（值）8.4 二项随机变量8.5 连续随机变量8.6 正态（常态）随机变量8.7 近似二项分布概率8.8 随机变量的总和，差以及合并 理解抽样分布：随机变量统计资料（数据）9.1 参数，统计资料（数据）以及统计归纳9.2 关于参数从好奇到提问【这句好像和术语没啥关系，直译吧】9.3 SD模块 0：抽样分布概论【SD大概是Sampling Distribution抽样分布的缩写】9.4 SD模块1：单一样本概率的抽样分布9.5 SD模块2：两个样本差的的抽样分布9.6 SD模块3：单一样本均值（平均数）的抽样分布9.7 SD模块4：配对（成对）样本均值（平均数）的抽样分布9.8 SD模块5：两个样本差的的抽样分布【你的图片不全，这个看起来和9.5完全一样】9.9 统计归纳准备：标准化统计资料（数据）【就是把统计资料（数据）标准化】9.10 超越‘大五’（‘大五’延伸）的概述（推广）【心理学的Big Five是指五个基本人格维度，统计学嘛，我就No idea 了】9.11 技能开发（建立）应用小程序：寻找样本均值（平均数）中的模式（范例） 检验关于均值（平均数）的假设13.1 均值（平均数）假设检验介绍13.2 HT模块3：关于单一总体均值的假设检验13.3 HT模块4：关于配对差异总体均值的假设检验13.4 HT模块5：关于两个总体均值差异的假设检验13.5 显著性检验与可信区间（置信区间）的关系13.6 选择一个恰当的推断步骤（程序）13.7 实验效应规模（含量）13.8 评估研究报告中的显著性 关于简单回归的推断14.1 样本和总体回归模型14.2 估计回归的标准差14.3 关于一个直线回归斜率的推断14.4 在一个特定x的预测y和估计均值y14.5 检查使用回归推断模型的条件 更多关于分类变量的推断15.1 双向表的卡方检验（x2检验）15.2 分析2x2表15.3 关于一个分类变量的假设检验：拟合优度 方差分析16.1 有方差分析F测试的比较均值16.2 单因素方差分析的细述（具体详情）16.3 比较总体的其他方法16.4 双因素方差分析【太耗费脑细胞了！终于可以睡了！】

X：随机变量. P(λ)：随机变量X的分布称为泊松分布,记作P(λ). λ：是单位时间(或单位面积)内随机事件的平均发生率.它是泊松分布的均值,也是泊松分布的方差,泊松分布P(λ)中唯一的一个参数. k：单位时间内随机事件发生的次数(k=0,1,2,…),如某一服务设施在一定时间内到达的人数,电话交换机接到呼叫的次数,汽车站台的候客人数,机器出现的故障数,自然灾害发生的次数等等. e：自然对数. P.S.基本就这么理解,没明白的地方请指出来.