概率统计和随机程课件总复习.pptVIP

基本要求 理解点估计的概念，熟练掌握矩法、极大似然估计法 掌握无偏估计、一致估计，了解最小方差无偏估计 理解区间估计的概念，掌握置信区间、置信度、置信限、单侧置信限等概念 熟练掌握一个正态总体均值和方差的区间估计 * 重 点 矩估计，极大似然估计，无偏估计 一个正态总体均值和方差的区间估计 * 第九章 假设检验 假设检验问题： 一个正态总体均值和方差的假设检验 二个正态总体均值差、方差比的假设检验（不考） * 基本要求 理解假设检验的基础思想，掌握假设检验(双边检验、右边检验、左边检验)的方法 掌握一个正态总体均值和方差的假设检验 了解二个正态总体均值差、方差比的假设检验（不考） * 重 点 假设检验的思想 一个正态总体均值和方差的假设检验 * 第十一章 随机过程基本概念 随机过程的定义及分类 随机过程的概率分布 随机过程的数字特征 * 基本要求 理解随机过程的定义，掌握随机过程的状态变量、样本函数，会求随机过程的一维、二维分布 熟练掌握随机过程的均值、方差、均方值、自相关函数、自协方差函数的概念及运算 了解两个随机过程的互相关函数、互协方差函数的概念及运算 对于两个随机过程的联合分布，互相独立性有所了解即可 * 重 点 随机过程的概念； 随机过程的均值、方差、均方值、自相关函数、自协方差函数。 * 第十二章 平稳过程 严平稳过程； 广义平稳过程； 正态平稳过程； 遍历过程； * 基本要求 了解严平稳过程的概念及其数字特征的特点； 掌握广义平稳过程的定义，并会判别； 了解正态平稳过程； 有所了解两个平稳过程平稳相关的概念； 了解随机过程的时间均值、时间相关函数的概念； 了解遍历过程及其数字特征。 * 重 点 广义平稳过程 * 第十三章 马尔可夫(Markov)链 马尔可夫链的定义； 离散参数马尔可夫链； * 基 本要求 了解马尔可夫链的定义； 掌握离散参数齐次马尔可夫链的转移概率矩阵，n步转移概率和切普曼----柯尔莫哥洛夫方程、平稳分布等； * 重 点 离散参数齐次马尔可夫链 转移概率矩阵，n步转移概率和切普曼----柯尔莫哥洛夫方程、平稳分布； * 复 习 提 纲 * 期 末 不 考 内 容 第四章 第三节 中 Z=max(X,Y),或min(X,Y)其中(X,Y)连续型随机变量，求Z的分布， X,Y不独立时，不要求。独立时要求 掌握 . 第七章 分布，F分布，t 分布密度不要求 第八章 第五节，(二元正态均值差，方差比的区间估计) 第五章 第五节 第十二章 第五节 第十三章 第三节 第九章 第三、四节，(二元正态均值差， 方差比的检验，总体分布的检验) * 第一章 随机事件的概率 随机事件与样本空间 概率的定义与性质 条件概率与乘法公式 全概率公式与贝叶斯公式 事件的独立性 * 基本要求 1 理解随机事件和样本空间的概念，掌握事件之间 的关系与运算 2 理解并熟练掌握概率的古典定义，会做计算 3 了解几何概率，了解概率的统计定义，公理化定义 4 熟练掌握概率的基本性质，会用于计算 理解并掌握条件概率的定义，掌握乘法公式， 全概率公式与贝叶斯公式 7 理解并会运用事件独立性的概念 * 重点： 概率的概念，古典概率，加法公式，乘法公式，全概率公式，Bayes 公式 * 第二章 随机变量及其分布 随机变量 随机变量的分布函数 离散性随机变量及其概率分布 两点分布，二项分布，泊松分布 连续型随机变量及其概率密度 均匀分布，指数分布，正态分布 * 理解并熟练掌握分布函数，分布律，概率密度等概念及其性质，掌握分布函数与分布律，分布函数与密度的关系。 掌握两点分布，二项分布，泊松分布 ，均匀分布，指数分布，熟练掌握正态分布，查正态分布表。 基本要求 * 重点 随机变量及其分布函数，分布律，概率密度，两点分布，二项分布，泊松分布，均匀分布，指数分布，正态分布。 * 第三章 二维随机变量 联合分布 边沿分布函数，边沿分布律，边沿密度 条件分布律， 条件概率密度 相互独立的随机变量 * 基 本 要 求 掌握联合分布函数，联合分布律，联合概率密度的概念和性质 掌握边沿分布的的概念及其与联合分布的关系 掌握条件分布律，条件概率密度的概念和计算 理解并运用随机变量独立性的概念 * 重 点 联合分布与边沿分布的关系， 独立性随机变量 * 第四章 随机变量的函数的分布 离散性随机变量的分布 连续型随机变量的函数, 的分布； 基 本 要 求 1 掌握随机变量的函数的分布的求解， 2. X,Y 独立时， 的分布函数，概率密度的求法 3