核心概念解析
在概率论中,我们使用集合语言来描述偶然现象。如果一个试验的所有可能结果只有有限个,我们称其为有限样本空间。例如:
- 抛掷硬币:$\Omega = \{h, t\}$
- 抛掷两枚硬币:$\Omega = \{(\text{正面, 正面}), (\text{正面, 反面}), (\text{反面, 正面}), (\text{反面, 反面})\}$
此外,统计推断在现实中非常重要,例如身体质量指数 (BMI) 的研究。中国成人的标准为:$BMI < 18.5$ 为偏瘦;$18.5 \le BMI < 24$ 为正常;$24 \le BMI < 28$ 为偏胖;$BMI \ge 28$ 为肥胖。
样本具有随机性,由此样本估计总体时,所作出的统计推断结果具有或然性,这是运用统计结果解释实际问题时需要注意的。
$$BMI=\frac{\text{体重 (kg)}}{\text{身高}^2 (\text{m}^2)}$$