测量水平是指在科学研究中测量变量的特定方式，测量尺度是指研究人员用于以有组织的方式对数据进行排序的特定工具，具体取决于他们选择的测量水平。 选择测量的水平和规模是研

二项式随机变量提供了离散随机变量的一个重要例子。二项式分布描述了我们随机变量的每个值的概率，可以通过两个参数完全确定：n和p。这里n是独立试验的次数，p是每次试验的恒定成

从概率公理可以推导出几个概率定理。这些定理可以用来计算我们可能想知道的概率。一个这样的结果被称为补充规则。该语句允许我们通过知道补码AC的概率来计算事件A的概率。

标准正态分布，通常称为钟形曲线，出现在各种地方。几种不同的数据源是正态分布的。因此，我们对标准正态分布的了解可用于许多应用程序中。但是我们不需要为每个应用程序使用不同

马尔可夫不平等是概率的有用结果，它提供有关概率分布的信息。关于它的显着方面是，不平等适用于任何具有正值的分布，无论其具有哪些其他特征。马尔可夫不平等给出了高于特定值的

在处理集合论时，有许多操作可以从旧集合中制作新集合。最常见的设置操作之一称为交叉点。简单地说，两组A和B的交点是A和B共有的所有元素的集合。

我们将看看关于集合理论中交

有各种描述性统计数据。平均值，中位数，模式，偏度，峰度，标准差，**四分位数和第三四分位数等数字仅举几例，每一个都告诉我们有关我们数据的一些信息。而不是单独查看这些描述性统计

统计和概率在科学中有很多应用。另一门学科之间的这种联系是在遗传学领域。遗传学的许多方面实际上只是应用概率。我们将看到如何使用一个称为Punnett square的表格来计算具

当涉及多个独立事件时，树图是计算概率的有用工具。他们得名，因为这些类型的图表类似于树的形状。树的分支彼此分离，然后分支又具有较小的分支。就像树一样，树图分支出来，可能变得

许多人发现频率表，交叉表和其他形式的数字统计结果令人生畏。通常可以以图形形式呈现相同的信息，这使得更容易理解并且更少恐惧。图表用视觉而不是文字或数字讲述故事，可以帮助

在数学统计学和概率中，熟悉集合理论是很重要的。集合论的基本操作与概率计算中的某些规则有关。联合，交叉和补充的这些基本集合操作的相互作用由两个称为De Morgan定律的陈述

在本文中，我们将针对两个人口比例的差异，通过执行假设检验或显着性检验所需的步骤。这使我们能够比较两个未知比例，并推断它们是否彼此相等或是否一个大于另一个。

假设检验

书面A-B的两组之差是A的所有元素的集合，这些元素不是B的元素。差分操作与联合和交叉是一个重要的基本集合论操作。

差异的描述从另一个数字中减去一个数字可以用许多不同的

骰子为概率概念提供了很好的说明。最常用的骰子是六边立方体。在这里，我们将看到如何计算滚动三个标准骰子的概率。计算通过滚动两块骰子获得的总和的概率是一个相对标准的问

一些数据分布，如钟形曲线或正态分布，洗护小知识是对称的。这意味着分布的右侧和左侧是彼此完美的镜像。并非每个数据分布都是对称的。非对称的数据集被认为是不对称的。分布不

置信区间可用于估计几个总体参数。可以使用推论统计来估计的一种类型的参数是人口比例。例如，我们可能想知道支持特定立法的美国人口的百分比。对于这种类型的问题，我们需要找

方差分析或简称方差分析是一种统计检验，用于寻找特定测量方法之间的显着差异。例如，说你有兴趣研究社区运动员的教育水平，所以你调查各种团队的人。但是，您开始怀疑不同团队的教

计数似乎很容易执行。随着我们深入到被称为组合学的数学领域，我们意识到我们遇到了大量的数学。由于阶乘经常出现，并且数字如10！超过300万，如果我们试图列出所有可能性，计数问题

当两个事件相互排斥时，可以使用加法规则计算其并集的概率。我们知道，对于轧制模具，轧制大于4或小于3的数字是相互排斥的事件，没有什么共同之处。因此，为了找到此事件的概率，我们只

Chebyshev不等式表示，样本中至少有1-1/K2的数据必须落在与平均值的K标准偏差之内（此处K是大于1的任何正实数）。

任何正态分布或钟形曲线形状的数据集都有几个特征。其中之一涉