概率统计数学三考研大纲.doc

概率论与数理统计 一、随机事件和概率 考试内容 随机事件和样本空间（基本事件空间） 事件的关系与运算 完全事件组 概率的概念 概率的基本性质 古典型概率 几何型概率 条件概率 概率的基本公式 时间的独立性 独立重复试验 考试要求 1.了解样本空间的概念，理解随即事件的概念，掌握事件间的关系及运算. 2.理解概率、条件概率的概念 ，掌握概率的基本性质，会计算古典概型和几何概型。掌握计算概率的加法公式、乘法公式、全概率公式以及贝叶斯公式等基本公式。 3.理解事件独立性的概念，掌握用事件独立性进行概率计算；理解独立重复试验的概念 二、随机变量及其概率分布 考试内容 随机变量及其概率分布 随机变量的分布函数的概念及其性质 离散型随机变量的概率分布 连续型随机变量的概率密度 常见随机变量的概率分布 随机变量函数的概率分布 考试要求 1.理解随机变量及其概率分布的概念；理解分布函数的概念及性质；会计算与随机变量相关联的事件的概率 2.理解离散型随机变量及其概率分布的概念 ，掌握0—1分布、二项分布、超几何分布、泊松分布及其应用. 3.掌握泊松定理的结论和应用条件，会用泊松分布近似表示二项分布. 4.理解连续型随机变量及其概率密度的概念，掌握均匀分布、正态分布、指数分布及其应用. 5.会根据自变量的概率分布求简单函数的概率分布 三、随机变量的联合概率分布 考试内容 随机变量联合分布函数 离散型随机变量的联合概率分布、边缘分布和条件分布 连续型随机变量的联合概率密度、边缘密度和条件密度 随机变量的独立性和相关性 常见二维随机变量的联合分布 两个及两个以上随机变量的函数的概率分布 考试要求 理解随机变量的联合分布函数的概念和基本性质. 2.理解随机变量的联合分布的概念、性质及其两种基本表达形式 ：离散型联合概率分布和连续型联合概率密度.掌握两个随机变量的联合分布的边缘分布和条件分布. 3.理解随机变量的独立性和相关性的概念，掌握随机变量独立条件；理解随机变量的不相关性与独立性的关系. 4.掌握二维均匀分布和二维正态分布，理解其中参数的概率意义. 5.会根据两个随机变量的联合概率分布求其函数的函数的概率分布；会根据多个随机变量的概率分布求其函数的概率分布. 四、随机变量的数字特征 考试内容 随机变量的数学期望（均值）、方差、标准差及其性质 随机变量函数的数学期望 切比雪夫不等式 矩、协方差、相关系数及其性质 考试要求 1.理解随机变量数字特征（数学期望、方差、标准差、矩、协方差、相关系数）的概念，并会利用数字特征的基本性质计算具体分布的数字特征，掌握常见分布的数字特征. 2.会根据随机变量的概率分布求其函数的数学期望；会根据两个随机变量联合概率分布求其函数的数学期望. 3.掌握切比雪夫不等式 五、大数定律和中心极限定理 考试内容 切比雪夫大数定律 伯努利大数定律 辛钦大数定律 德莫弗—拉普拉斯定理 独立同分布中心极限定理 考试要求 1.了解切比雪夫大数定律、伯努利大数定律和辛钦大数定律成立的条件及结论. 2.掌握德莫弗—拉普拉斯中心极限定理、独立同分布中心极限定理的结论和应用条件，并会用相关定理近似计算有关事件的概率. 六、数理统计的基本概念 考试内容 总体 个体 简单随机样本 统计量 经验分布函数 样本均值 样本方差和样本矩 分布 t 分布 F 分布 分位数 正态总体 常用抽样分布 考试要求 1.理解总体、简单随机样本、统计量、样本均值 样本方差和样本矩的概念. 2.了解产生变量、t变量、F变量 的典型模式；理解标准正态分布、 分布、t 分布、F 分布的分位数，会查相应的分位数、会查相应的数值表. 3.掌握正态总体的抽样分布. 七、参数估计 考试内容 点估计的概念 估计量和估计值 矩估计法 最大撕然估计法 估计量的评选标准 区间估计的概念 单个正态总体均值的区间估计 单个正态总体方差和标准差的区间估计 两个正态总体的均值差和方差比的区间估计 考试要求 1.理解参数的点估计、估计量和估计值的概念 ；了解估计量的无偏性、有效性（最小方差性）和相合性（一致性）的概念，并会验证估计量的无偏性； 2、掌握矩估计法（一阶、二阶矩）和最大似然估计法. 3.掌握建立未知参数的（双侧和单侧）置信区间的一般方法；掌 握正态总体均值、方差、矩以及与其相关的数字特征的置信区间的求法. 4.掌握两个正态总体的均值差和方差比以及相关数字特征的置信区间的求法. 八、假设检验 考试内容 显著性检验的基本思想和步骤 假设检验的两类错误 单个及两个正态总体的均值和方差的假设检验 考试要求 1.理解“假设”的概念和基本类型；理解显著