概率论与数理统计复习提纲.pptVIP

第一章 随机事件及其概率 一、基本概念 三、概率 四、条件概率 六、全概率公式与贝叶斯（Bayes）公式 第二章 一、离散型随机变量 二、常用的离散型随机变量及其分布 五、连续型随机变量的定义 概率密度的性质 3、连续性随机变量的特点 六、常用的连续型随机变量 第三章 三、连续型随机变量的边缘概率密度 第四章 五、协方差和相关系数的定义 第六章 一 、总体 二 、样本 定义1 设 第七章 二 、矩估计法 三、最大似然估计法 五、有效性 六 、置信区间 七 、正态总体均值与方差的区间估计 随机变量的数字特征 一、数学期望的概念 离散型随机变量X的数学期望 定义1 定义2 连续型随机变量X 的数学期望为 机动 目录 上页 下页 返回 结束 定理1 设 ( g为连续函数 ) ⑴ X为离散型随机变量， ⑵ X为连续型随机变量 机动 目录 上页 下页 返回 结束 定理2 设( X , Y )是二维随机变量, g ( X , Y )是二元连 续函数 ⑴ 离散型 Z 的数学期望为 ⑵ 连续型 Z 的数学期望为 1. 设C 是常数，则E(C )=C ; 2. 若C 是常数，则E(CX ) = CE(X ); 3. 二、数学期望的性质 4. 设X、Y 独立，则 E(XY )=E(X )E(Y ); （当Xi 独立时） 推广： 三、方差的定义 常用计算公式： 1. 设C是常数,则D(C) =0 ; 2. 若C是常数,则 D(CX )=C 2D(X ); 3. 若X与Y 独立，则 方差的性质 1．（0-1）分布 四、几种常见分布的期望和方差 2．二项分布 3．泊松分布 4．均匀分布 ⒌ 指数分布 ⒍正态分布 随机变量X与Y的相关系数 机动 目录 上页 下页 返回 结束 ⑴ ⑵ 机动 目录 上页 下页 返回 结束 1、 为常数 3、 2、 六 、协方差的性质 样本及抽样分布 二 、统计量 一 、总体与样本 三 、几个常用的分布 四 、正态总体统计量的分布 研究对象的某项数量指标值的全体称为总体。 总体中每个研究对象(元素)称为个体。 总体可以用一个随机变量 X 及其分布来描述。 样本：在总体中抽取若干个有代表性的个体。 样本容量：样本中所含个体的数目n 。 ① 代表性：样本的每个分量 与总体X 有相同的 分布函数； ② 独立性： 为相互独立的随机变量， 满足以上条件的样本 称为来自总体 X 的容量为n 的一个简单随机样本（简称样本）。 样本的一次具体实现 称为样本值。 是来自总体X 的一个样本， 为一实值连续函数， 其不包含任何 未知参数，则称 为一个统计量。 三、 统计量 几种常用的统计量 1、样本均值 2、样本方差 3、样本k 阶原点矩 记为 1. 定义 设 相互独立, 都服从正态分布N(0,1), 则称随机变量： 所服从的分布为自由度为 n 的 分布. (一) 四、 几种常用的分布 分布 且 X1,X2 相互独立， (1) 可加性 2 . 性质 则E(X)=n, D(X)=2n (2) c 2 分布的分位点 称满足条件 定义：对于给定的正数 的点 为 的上 分位点。 c 2 分布的下（左侧）分位点 称满足条件 定义：对于给定的正数 的点 为 的下 分位点。 c 2 分布的双侧分位点 称满足条件 定义：对于给定的正数 的点 和 为 的双侧 分位点。 记为 T～t (n)。 所服从的分布为自由度为 n 的 t 分布. 1. 定义: 设X～N(0,1) , Y～ 则称变量 , 且X与Y相互独立， （二）t 分布 t 分布的上分位点 称满足条件 定义：对于给定的正数 的点 为 的上 分位点。 t 分布的下分位点 称满足条件 定义：对于给定的正数 的点 为 的下 分位点。 t分布的双侧分位点 称满足条件 定义：对于给定的正数 的点 和 为 的双侧 分位点。 五 、单个正态总体的统计量的分布 设X1,X2,…,Xn是取自正态总体 的样本, 分别为样本均值和样本方差, 则有 定理2 参 数 估 计 二 、估计量的评选标准 一 、点估计 三 、区间估计 四 、正态总体均值与方差的区间估计 机动 目录 上页 下页 返回 结