精算师考试数学内容提要.docVIP

随机事件与概率 1、全概率公式： 对于两个事件A、B有： 即： 对于多个事件： 2、贝叶斯公式： 注释：B的发生是由导致的概率。 3、事件两两独立不一定相互独立 随机变量与分布函数 1、帕斯卡分布：（得到r次成功时所需要的“等待时间”的分布） 2、二维条件分布： （1）离散： （2）连续： 因此在给定的的条件下，Y的分布密度函数为： 其中 在给定的条件下，X的分布密度函数为： 其中 3、如果随机变量X与Y相互独立，则他们各自的函数也相互独立 4、卷积公式： 5、极大值极小值分布： （1）极大值： （2）极小值： 随机变量的数字特征 1、注意例题3-16（P64）及课后3、7题（P83） 2、柯西-施瓦茨不等式： 3、方差： 4、协方差： 5、相关系数： 6、相互独立不相关，反之则不一定；但是对于二维正态分布， 相互独立不相关 7、条件期望： （1）离散： （2）连续： 8、条件方差 9全期望公式 （1）对所有随机变量X和Y： 若Y是离散随机变量则 若Y是密度为的连续随机变量则： 10、两个特殊形式的全概率公式： 11、矩 X分布关于c的k阶矩；c=0时为k阶原点距；若c=E(X),则称为K阶中心矩 前四阶中心矩用原点矩表示为 12、变异系数：（无单位的量，取值大的方差也较大） 13、分位数：若满足，则称为X分布的分位数，或下侧分位数。（，转化为1-上侧分位数） 大数定律与中心极限定理 1、切比雪夫不等式： 2、辛钦大数定理： 另： 3、伯努利大数定理： 4、中心极限定理： （1）独立同分布下的中心极限定理： 对任意X分布，当n足够大，总可近似为 或等价于： （2）德莫弗—拉普拉斯中心极限定理：X服从0-1分布B（1，P），则对任意一个x,总有： （与二项分布近似正态分布的有区别） 统计量及其分布 1、样本的数值特征 （1）、反应中心趋势的样本的数值特征 样本均值 1）、点数据 2）、区间数据 样本中位数 样本众数 （2）反映离散程度的样本特征： 样本方差和标准差 样本极差： 样本四分位差：（注意不能整除时的情况） （3）反映形状特点的样本特征值 偏态： 峰态： 2、统计量 满足：（1）统计量中不含未知参数 （2）统计量是样本的函数 3、抽样分布：无论总体X服从任何分布，只要该总体均值方差已知 则样本均值的渐进分布为： 4、三大检验分布： 1）、分布 （4） 2）、t分布 （2） 3）、F分布 参数估计 1.矩法估计 （1）基本思想：用样本矩代替总体矩。 总体k阶原点矩： 总体k阶中心矩： 样本k阶原点矩 样本k阶中心矩 （2）常用的矩估计等式 一个未知参数时，矩等式为： 矩估什法 两个未知参数时，矩等式为：其中 其中 2．极大似然法 设总体X的分布律中含有未知参数，来自该总体的n个样本为，样本值为x1，x2，…，xn 构造似然函数： X为连续型随机变量时为样本的概率密度函数 X为离散型随机变量时 求使得取得最大值的，记为为极大似然估计量。 （常用到对数似然函数，然后对求导，找到驻点，即为） ??点估计的评价标准： ?＝?(x1，x2，…，xn)为未知参数??的估计量．若E()＝??，则称为??的无偏估计量． 　　 (2)有效性：设(x1，x2，…，xn)和(x1，x2，…，xn)是未知参数??的两个无偏估计量．若则称比有效． (3)相合性 ：设是??的一串估计量，如果对于任意的正数??，都有 　　则称为??的相合估计量(或一致估计量)． 4、均值的区间估计 参数 条件 抽样分布 置信区间 已知 未知 小样本 大样本 的差 已知 未知 小样本 大样本 注意中的顺序 注：1、 2、 例1 设总体X～P(??)，求对??的矩估计量．（矩估计法） 解：考虑到E(X)＝??，由方程＝??解得． 例2.设总体X服从区间（0，）上的均匀分布，x1，x2，…，xn是来自总体X的样本，为样本均值，为未知参数，则的矩估计= ____.（矩估计法） 解：一个未知参数，矩等式为： ，则， 可得的矩估计。 例3．设总体X服从均匀分布U()，x1，x2，…，xn是来自该总体的样本，则的矩估计=______． ，则， 可得的矩估计。 例4.设总体X的分布为：, 其中1.现观测结果为1，2