3小时通关概率统计|9 均匀分布指数分布正态分布

这门课只讲概率统计里的一块硬骨头：连续型随机变量的三大分布——均匀分布、指数分布、正态分布。它不负责把你送进数据科学岗位，也不承诺学完就能做建模。它要解决的是一个很具体的问题：当你在做题、看论文、读技术文档时，遇到「X 服从 U(a,b)」「T 服从 Exp(λ)」「Z 服从 N(0,1)」这类表述，能不能自己把分布函数写出来、把期望方差算出来、把落在某个区间的概率求出来。

它适合什么基础的人

如果你完全没接触过随机变量，直接看这一节会比较吃力，因为均匀、指数、正态是建立在「分布函数」「连续型随机变量求概率」这些前置概念上的。资料里前面的内容正好覆盖了这些铺垫：随机事件的各种公式、全概率与贝叶斯、离散型随机变量的分布律与期望、连续型随机变量的分布函数与期望，以及连续型求 Y=g(X) 的分布。所以更稳妥的用法是：先确认自己对「分布函数 F(x) 是什么、概率密度怎么积分出概率」有基本感觉，再来啃这三个分布。有高数里定积分和反常积分的基础就够了，不需要测度论。

建议先看哪几块，学完能独立做什么

三大分布里，均匀分布最简单，适合先建立信心：区间上的密度是常数，概率就是长度比，期望方差可以直接记。指数分布要重点理解它的无记忆性和实际含义，比如等待时间、寿命这类场景，密度函数和分布函数的推导要能自己写一遍。正态分布是重头，标准正态的对称性、查表或调用函数求 Φ 值、一般正态通过标准化转成标准正态，这三步必须练熟，因为后面统计推断几乎都靠它。学完这一节，你应该能独立完成：给定参数写出密度和分布函数、求指定区间的概率、算期望与方差、对一般正态做标准化并求分位点。这些都是考试和面试里高频出现的基本动作。

资料怎么配合练习

视频讲解偏短，属于「三小时通关」的节奏，信息密度高，看一遍很难内化，建议每看完一个分布就暂停，自己动手把密度、分布函数、期望、方差各推一遍，再找两三道求概率的题算到底。资料里连续型求 Y=g(X) 分布那一节，是检验你是否真懂分布函数法的好材料，可以用它反过来检查自己对三大分布的理解。练习时不要只盯着答案对不对，重点看积分区间有没有写错、标准化时有没有漏掉除以标准差。如果时间有限，优先保证正态分布部分的练习量，它是三者中复用率最高的。

整体来说，这是一份定位清晰的小专题资料，适合已经学过概率论基础、想集中补上连续型分布这一环的人。把它当作查漏补缺的工具，而不是从零起步的入门课，效果会更好。