2017概率统计I复习课件.ppt.pptVIP

第一章 概率论的基本概念 (知识点) 第二章 随机变量及其分布 第三章 多维随机变量及其分布 边缘分布、独立性和二维随机变量函数的分布 第四章 随机变量的数字特征 第七章 参数估计（知识点） 极大似然估计法 第八章 假设检验 范例: 1.证明:随机变量X服从一般正态分布等价于它的标准化随机变量服从标准正态分布. 注意:该结论不仅告诉我们一般正态与标准正态的关系,而且更重要的是告诉我们利用标准正态分布函数去计算一般正态变量取值的概率. 2.进一步有:正态变量的线性函数仍然是正态变量. 3.分布函数法是求连续型随机变量(c.r.v)函数的分布的一种重要方法,其步骤有三:首先从求新随机变量的分布函数着手,找出新,旧随机变量分布函数间的关系;其次是利用求导方法,找出新,旧随机变量密度函数间的关系;最后将旧随机变量的密度具体化. 4.求连续型随机变量函数的密度可用公式法求得（所用公式是用分布函数法求得的）,即先求出函数的单调区间,然后在每个单调区间中求出函数的密度,最后将各单调区间求得的密度相加即可. 范例: 1.证明:随机变量X服从一般正态分布等价于它的标准化随机变量服从标准正态分布. 注意:该结论不仅告诉我们一般正态与标准正态的关系,而且更重要的是告诉我们利用标准正态分布函数去计算一般正态变量取值的概率. 2.进一步有:正态变量的线性函数仍然是正态变量. 3.分布函数法是求连续型随机变量(c.r.v)函数的分布的一种重要方法,其步骤有三:首先从求新随机变量的分布函数着手,找出新,旧随机变量分布函数间的关系;其次是利用求导方法,找出新,旧随机变量密度函数间的关系;最后将旧随机变量的密度具体化. 4.求连续型随机变量函数的密度可用公式法求得（所用公式是用分布函数法求得的）,即先求出函数的单调区间,然后在每个单调区间中求出函数的密度,最后将各单调区间求得的密度相加即可. 3.协方差及相关系数 定义 称为 X 和 Y 的协方差，记 作： 期望的性质: (1) 设c是常数，E(c)=c; (2) 设a是常数，E(a X)=a E(X); (3) 设X，Y是两个随机变量，则E(X+Y)=EX+EY (4) 若X与Y是独立的, 则 E(XY)=EX EY (1) D(c)=0; (2) D(aX)=a2D(X)； (3) D(X+b)=DX； D(X+Y)=DX+DY+2Cov(X,Y) (5) D(X-Y)=DX+DY-2Cov(X,Y) (6) 若X与Y相互独立或不相关, 则 D(X+Y)=DX+DY 方差的性质: 4.几种常见分布的数学期望和方差 (1)、参数为p的0-1分布: EX = p；DX= p(1-p) . (2)、二项分布 B(n, p) : EX = np；DX= np(1-p) . (3)、Possion 分布P(λ): EX =λ；DX = λ . X为离散型 (4)、均匀分布 U(a,b): EX=(a+b)/2；DX=(b-a)2/12 . (5)、 指数分布 E(λ) : EX=1/λ ；DX= 1/λ2 . (6)、正态分布 N(μ,σ2): EX= μ ；DX= σ2 . X为连续型 例 (X,Y)的联合概率分布为: X -1 0 1 Y -1 0 1 1/8 1/8 1/8 1/8 0 1/8 1/8 1/8 1/8 求EX, EY, DX, DY； 求X,Y的相关系数ρXY； 判断X与Y的相关性与独立性。 解: (1) =0 {或者 =0} 同理 故 =3/4 {或者 =3/4} EY=EX=0，EY2=EX2=3/4; DX=EX2-(EX)2=3/4； DY=EY2-(EY)2=3/4 (2) 又 =1/8-1/8-1/8+1/8 =0 所以 Cov(X,Y)=EXY-EXEY=0 亦即 ρXY=0；故，不相关。 (3) 易见： P(X=-1,Y=-1) ≠ P(X=-1)P(Y=-1)； 不独立 * 第四章：讲义上的例4.2.6; 例4.3.2; 习题四 之 13；16；20 . 第六章 样本及抽样分布（知识点） 1.随机样本、统计量的定义: 2. 几个常用的统计量：样本平均值; 样本方差; 样本标准差; 样本k阶(原点)矩; 样本k阶(中心)矩; 样本极差; 样本中位数; 样本分布函数。8个 3：几个抽样分布 (0) 正态分布(一) ?2分