概率统计知识点考点.pptVIP

一、知识点与考点 对立事件 2. 概率的性质: 性质5 (加法公式) (三). 条件概率 3.全概率公式与贝叶斯公式 (2). 全概率公式: (四). 事件的独立性: (五)随机变量 3.几个重要的离散型随机变量的概率分布 (3) 二项分布: (七).随机变量的分布函数 (2).分布函数的性质: 2. 离散型随机变量的分布函数: 性质3. 3.几个重要的连续型随机变量的概率分布 (3). 正态分布 ②参数? 的大小影响图形的形象: 标准正态分布 解决正态分布的计算问题, (十)多维随机变量 5.二维连续型随机变量的联合概率密度: 6.二维随机变量的边缘分布 若(X,Y )为二维连续型随机变量, 对Y 的边缘分布律为 : 则对 X 的边缘分布律为: (十一). 二维随机变量的独立性 : (十二)随机变量的数学期望 (2). 连续型随机变量 (2)连续型随机变量: (十三). 随机变量的方差 应用时经常使用的是方差的算术根 (十四). 重要分布的数学期望与方差 (3).泊松分布 (2). 指数分布 标准正态分布 (3). 性质: (十六)切比雪夫不等式 2.样本与样本值 4.统计量: (十八)抽样分布 分布函数： 标准正态分布的下? 分位数记为 (3)t 分布 4.常用统计量的分布 (十九)参数的点估计法 (二十) 参数的区间估计 (2) (二十一)假设检验 5.假设检验的基本步骤 机动 目录 上页 下页 返回 结束 则对 X 的边缘概率密度为: 对 Y 的边缘概率密度为: 对 Y 的边缘分布律为: 若 ( X, Y ) 为二维连续型随机变量, f (x , y)为其概率密度 , 机动 目录 上页 下页 返回 结束 如果对任何 x , y 都有 则称 X 与 Y 是相互独立的. 1.定义: 2.判断方法 (1)用分布函数: X与Y相互独立的充要条件是在任何 点(x , y) 都有: (2) 用分布律或概率密度: X 与Y 相互独立的充要条件是 ② ① 对离散型随机变量, 对所有的 i , j 都有 对连续型随机变量, ③ X 与Y 相互独立的充要条件是 在任何点(x , y) 都有 机动 目录 上页 下页 返回 结束 则有: 随机变量 X 的数学期望就是随机变量 X 依概率取值 (1).离散型随机变量 ① 有限型: 记为 E (X) . 若 X 的分布律为: 的加权平均值. ② 无限型: 若 X 的分布律为: 且级数 绝对收敛 , 则有: 1.一维随机变量的数学期望: 机动 目录 上页 下页 返回 结束 则有 且广义积分 (1) 离散型随机变量 绝对收敛 , 若 X 的概率密度为 f (x) , 2. 二维随机变量的数学期望: 若( X,Y )的联合分布律为: 边缘分布律分别为: 则X与Y的数学期望分别为: 与 (2).连续型随机变量: 机动 目录 上页 下页 返回 结束 若 Y = g (X) , 边缘概率密度分 则 X 与Y 的数学期望分别为: 3.随机变量函数的数学期望 则 E (Y) = E [g (X)]. (1)离散型随机变量: 若 X 的分布律为: 别为: 若( X,Y ) 的联合概率密度为f (x , y), 则随机变量函数 Y= g ( X ) 的数学期望为: 机动 目录 上页 下页 返回 结束 若X的概率密度为 f (x) , 则随机变 量函数 Y= g (X) 的数学期望为: 性质1. 则 E (a X ) = a E (X) . 若 a 常数 , 若C为常数, 性质3. 推广: 则 E (C) = C . 性质2. 4.数学期望的性质 性质4. 若 相互独立, 推广: 则有E ( XY ) = E ( X ) E ( Y ) . 若 相互独立, 则有 1.定义: 则称 机动 目录 上页 下页 返回 结束 为 X 的方差, 记为 D( X ) , 即 方差 D(X)是刻画随机变量 X 取值分散程度的一个量, 它实际上就是随机变量函数 的数学 当X为离散型随机变量时, 当X为连续型随机变量时, 设 X 是一个随机变量, 根据方差的定义: 期望. 机动 目录 上页 下页 返回 结束 并称为 均方差, 计算方差一般不用定义式, 而是使用公式: 记为 即 2.方差的计算公式: 3.方差的性质: 性质1. 若C为常数, 则 D(C) = 0 . 性质2. 若a , b为常数 , 则 性质3. 若X , Y相互独立 , 则 推广: 若 相互独立, 则 1.离散型随机变量 机动 目