概率统计是高考数学的重要组成部分，它将实际问题数学化，通过数据收集、整理、分析来揭示随机现象的规律。这部分内容在高考中占一定比重，涵盖选择题、填空题和解答题。下面为你梳理概率统计的基础知识。
一、随机事件与概率
（一）随机事件
必然事件：在一定条件下必然会发生的事件，比如在标准大气压下，水加热到 100℃必然会沸腾。
不可能事件：在一定条件下必然不会发生的事件，如在地球上，向上抛出的石头不受到重力作用就是不可能事件。
随机事件：在一定条件下，可能发生也可能不发生的事件，例如抛一枚硬币，正面朝上就是一个随机事件。
（二）概率的定义与性质
概率的定义：对于给定的随机事件 A，在相同条件下，大量重复进行试验，事件 A 发生的频率 会在某个常数附近摆动，随着试验次数的增加，摆动幅度越来越小，这个常数就是事件 A 的概率，记作 。
概率的性质：
任何事件的概率都在 0 到 1 之间，即 。
必然事件的概率为 1，即 （ 表示样本空间，即所有可能结果组成的集合）。
不可能事件的概率为 0，即 （ 表示空集）。
（三）古典概型
特点：
试验中所有可能出现的基本事件只有有限个。
每个基本事件出现的可能性相等。
概率计算公式：  。例如掷一枚均匀的骰子，求掷出偶数点的概率，基本事件总数为 6，事件 “掷出偶数点” 包含的基本事件有 3 个（2、4、6 点），所以其概率为 。
（四）几何概型
特点：
试验中所有可能出现的结果（基本事件）有无限多个。
每个基本事件发生的可能性相等。
概率计算公式：  。比如在一个边长为 1 的正方形区域内随机取一点，求该点到正方形某一顶点的距离小于 的概率，可通过计算以该顶点为圆心、 为半径的 圆的面积与正方形面积的比值来得到概率。
二、概率的基本运算
（一）互斥事件与对立事件
互斥事件：若事件 A 与事件 B 在任何一次试验中都不会同时发生，则称事件 A 与事件 B 互斥。例如掷骰子时，事件 “掷出 1 点” 和事件 “掷出 2 点” 是互斥事件。
对立事件：若事件 A 与事件 B 互斥，且 （样本空间），则称事件 A 与事件 B 互为对立事件。比如掷骰子时，事件 “掷出奇数点” 和事件 “掷出偶数点” 是对立事件。
互斥事件的概率加法公式：若事件 A 与事件 B 互斥，则 。
对立事件的概率关系：若事件 A 与事件 B 互为对立事件，则  。
（二）条件概率与事件的独立性
条件概率：设 A、B 为两个事件，且 ，在事件 A 发生的条件下，事件 B 发生的概率称为条件概率，记作 ，计算公式为  。例如在一个装有 3 个红球和 2 个白球的袋子中，先取出一个球（不放回），已知取出的是红球，那么再取出一个红球的概率就是条件概率。
事件的独立性：若事件 A 是否发生对事件 B 发生的概率没有影响，即 ，则称事件 A 与事件 B 相互独立。若事件 A 与事件 B 相互独立，则 。比如掷两枚骰子，第一枚骰子的点数与第二枚骰子的点数相互独立。
三、常见的概率分布
（一）离散型随机变量及其分布列
离散型随机变量：如果随机变量 X 的所有可能取值可以一一列出，那么称 X 为离散型随机变量。例如掷骰子的点数、射击命中的次数等都是离散型随机变量。
分布列：设离散型随机变量 X 的所有可能取值为 ，我们称 ， 为 X 的概率分布列，简称分布列，它满足 ， ，且 。
期望与方差：
期望： ，它反映了离散型随机变量取值的平均水平。
方差： ，方差衡量了离散型随机变量取值相对于均值的离散程度。
（二）常见的离散型分布
两点分布：若随机变量 X 只取 0 和 1 两个值，且 ， ，则称 X 服从两点分布，其中 为成功概率。比如抛一枚硬币，正面朝上记为 1，反面朝上记为 0，就服从两点分布。
二项分布：在 n 次独立重复试验中，设事件 A 发生的次数为 X，在每次试验中事件 A 发生的概率为 p，那么在 n 次独立重复试验中，事件 A 恰好发生 k 次的概率为 ， ，此时称随机变量 X 服从参数为 n、p 的二项分布，记作 。例如重复抛 n 次硬币，正面朝上的次数就服从二项分布。
超几何分布：一般地，在含有 M 件次品的 N 件产品中，任取 n 件，其中恰有 X 件次品，则 ， ，其中 ，且 ， ， 、 、 ，此时称随机变量 X 服从超几何分布。比如从 10 个产品（其中 3 个次品）中任取 4 个，取出次品的个数就服从超几何分布。
（三）正态分布
正态分布的概念：如果对于任何实数 ，随机变量 X 满足 ，其中 ， ，则称 X 服从正态分布，记作 ，其中 为均值， 为标准差。
正态分布的性质：
正态曲线关于直线 对称。
 ， ，  。
四、统计基础
（一）抽样方法
简单随机抽样：从总体 N 个单位中任意抽取 n 个单位作为样本，使每个可能的样本被抽中的概率相等的一种抽样方式。常见的有抽签法和随机数法。比如从一个班级的 50 名学生中随机抽取 10 名学生，可采用抽签的方式。
系统抽样：将总体分成均衡的若干部分，然后按照预先规定的规则，从每一部分抽取一个个体，得到所需要的样本。例如从 1000 名学生中抽取 100 名，可先将学生编号，然后按照每 10 个学生抽取 1 个的规则进行抽样。
分层抽样：将总体分成互不交叉的层，然后按照一定的比例，从各层独立地抽取一定数量的个体，将各层取出的个体合在一起作为样本。比如调查一个城市不同收入阶层的消费水平，可按照高、中、低收入阶层进行分层抽样。
（二）用样本估计总体
频率分布直方图：通过对数据进行分组，计算每组的频率，绘制出的直方图。频率分布直方图中，小长方形的面积等于该组的频率，所有小长方形的面积之和等于 1。
茎叶图：将数据的十位和百位作为茎，个位作为叶，把数据记录下来的一种统计图。茎叶图既能保留原始数据，又能直观地展示数据的分布情况。
数字特征：
众数：一组数据中出现次数最多的数据值。
中位数：将一组数据从小到大（或从大到小）排序后，处于中间位置的数（如果数据个数是奇数），或者中间两个数的平均数（如果数据个数是偶数）。
平均数： ，它反映了数据的平均水平。
方差： ，方差用来衡量数据的离散程度。