概率统计总复习VIP专享VIP免费

第一章随机事件及其概率一、事件的关系与运算二、概率的统计定义，古典概型概率的性质频率古典概型的特征：（1）有限性；（2）等可能性概率的性质：（1）（2），，反之不成立（3）特殊情况是什么？,(4)有什么特例？三、条件概率、乘法公式、事件的独立性若与互相不产生影响，则称与相互独立。与独立条件概率等于无条件概率。三个事件独立的公式个事件独立的公式独立的条件下：独立试验序列概型，称为贝努里公式四、全概率公式与贝叶斯公式是完备事件组，且均有正概率，则对任一事件，有——全概率公式——贝叶斯公式又称为逆概公式第二章随机变量及其概率分布一、随机变量分布函数的性质二、离散型随机变量如果随机变量的所有可能取值为有限个或至多可列个，则称为离散型随机变量。常见的离散型随机变量有0—1分布二项分布（）Poission分布当充分大，又很小时，二项分布以Poission分布为极限三、连续型随机变量（1）（2）（）满足或那么~四、随机变量的函数的分布是随机变量，是随机变量的函数，它的分布称为随机变量函数的分布。离散型比较容易；连续型主要掌握分布函数法。特别是：是某个连续型随机变量的分布函数，一定服从（0，1）上的均匀分布。（非常重要）五、随机变量的数字特征数学期望方差或标准差或原点矩中心矩变异系数偏度峰度中位数、分位数以上数字特征的概率意义！Chebyshev不等式：第三章多维随机变量一、联合分布、边缘分布与独立性（1）（2）与相互独立对所有都成立分布函数与相互独立对所有都成立。联合密度函数（1）（2）与相互独立=对所有都成立。多项分布二维均匀分布它们的边缘分布、独立性二维正态分布，，二、随机向量函数的分布最大值与最小值的分布：独立同分布，分布函数为，密度函数为。求的分布。令用在具体分布之上，特别是之上，应该如何处理？卷积公式：，且相互独立，则，且相互独立，则，且相互独立，则——卷积公式，且相互独立，则三、多维随机变量的特征数，，，，协方差：相关系数：；相关系数的概率意义几个等价的关系式：与不相关四、中心极限定理（1）独立同分布，，当充分大时，（2）～，当充分大时（），那么~应用中心极限定理的关键是构造独立和。第四章统计量及其分布一、总体、样本、统计量研究对象的全体称为总体，总体就是一个随机变量。是取自总体的样本，它满足两个条件：相互独立；均与具有相同的分布。样本的联合分布与经验分布函数统计量是样本的函数，它不含任何未知参数常见的统计量：样本均值样本方差样本标准差样本的阶原点矩样本的阶中心矩次序统计量==样本极差样本中位数上、下四分位数，，，，，之间的关系，箱线图二、统计学中的几个重要的分布及其构造1，正态分布与标准正态分布，独立同分布，（）大样本2，分布若相互独立，且均服从标准正态分布，则服从自由度为的分布。特例：，，且相互独立，那么服从自由度为2的分布，也就是的指数分布。3，分布，，且相互独立，则。4，分布，，且相互独立，则，。三、抽样分布（正态总体的抽样分布）是来自正态总体的样本，，分别为样本均值与样本方差，则：是来自正态总体的样本，，分别为样本均值与样本方差；是来自正态总体的样本，，分别为样本均值与样本方差。则：；；第五章参数估计估计量、估计值、点估计、区间估计一、点估计的方法与评价估计量的标准1，矩估计用样本矩代替总体矩，用样本矩的函数代替总体矩的同一个函数，从而达到对总体参数估计的目的，这种方法称为矩估计法。的矩估计为；的矩估计为2，极大似然估计法（1）似然函数，取对数，构造对数似然方程并求解得出极大似然估计。（2）不能通过求导得出的极大似然估计的方法3、估计量的评价标准无偏性、有效性、相合性、均方误差最小样本均值是总体均值的无偏估计量样本方差是总体方差的无偏估计量这些性能都是特别好的。二、区间估计区间估计的基本概念，置信区间，置信上、下限，置信度，置信区间的概率意义，枢轴量在什么条件下，求正态总体参数的估计？重要的是选择枢轴量。1，正态总体，（1）方差已知的条件下，的置信区间为；（2）方差未知的条件下，的置信区间为（3）均值未知的条件下，的置信区间...