- 1、本文档共63页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
广商概率论总复习(改)
(1)已知随机变量X的方差为5,则D(-2X+5)= ____。 4. 有关正态分布 X 与Y 相互独立 X1, X2,…, Xn相互独立 a1,…,an不全为零 X1,…, Xn独立同正态分布 5. 随机向量的数字特征 (1) 数学期望 (2) 性质 X 与 Y 相互独立, X1, X2,…, Xn相互独立 (1) 独立同分布的中心极限定理 独立同分布, 6. 中心极限定理 (2) 棣莫佛—拉普拉斯定理 (2)已知 (3)已知二维随机向量(X,Y)满足2X+3Y=6,则 = ____。 四.抽样分布 相互独立, 相互独立, 相互独立 五. 参数估计 称 是θ无偏估计. 无偏性: 有效性: 1. 估计量好坏的标准 2. 点估计 矩估计法 用一阶样本矩 估计相应的总体矩 极大似然估计 3. 区间估计 (1) σ2 已知, μ的置信水平为1-α的置信区间是 (2) σ2未知, μ的置信水平为1-α的置信区间 (3) 方差σ2 的置信区间 σ2 的置信水平为1-α的置信区间是 (1) 提出假设 (2) 选取统计量 (5) 下结论. 否定域 (4) 计算统计量 σ2已知,关于μ的假设检验 (3) 给定α, 临界值 六. 假设检验 (1) 提出假设 (2) 选取统计量 (5) 下结论 否定域 (4) 计算统计量 (3) 给定α, 临界值 2. σ2未知,关于μ的检验( t 检验) (1) 提出假设 (2) 选统计量 (5) 下结论. 拒绝域 (4) 计算统计量 (3) 临界值 3. μ未知,关于σ2的检验( χ2 检验) * 一. 随机事件与概率 1. 事件之间的关系与运算 事件的包含,事件的相等; 事件的和(并); 事件的积(交); 事件的差; 互不相容事件(互斥); 对立事件. (1) 所有可能的试验的结果只有有限个; (2) 每一个结果出现的可能性相同. 2.古典概型 3. 加法公式 4. 条件概率,乘法公式,事件的独立性 条件概率 乘法公式 事件的独立性 * 互不相容(互斥)与独立是两个不同的概念 A,B概率都大于0时,则A,B相互独立与A,B无不相容不能同时成立,进一步,若A与B既独立又互斥,则A与B至少有一个是0概率。 实验的独立性 贝努里实验: 只有两个结果的实验; n重贝努里实验: n次相同独立的贝努里实验组成的 随机试验. n重贝努里实验中事件“A出现k次”的概率: 试验 E 的样本空间是S 组成样本空间S 的一个划分. 5. 全概率公式与贝叶斯公式 二. 一维随机变量 1. 分布律 1. 密度函数 2. 分布函数 分布函数 的性质: 2* F (x)是 x 单调不减的函数; 4* F (x)至多有可列个间断点,且在其间断点处右连续, F (x)的图形是一条阶梯曲线, 在 处有跳跃间断点, 跃度为 ; F (x)是连续函数, 在 f (x)的连续点处,有 3. 求概率 4. 期望,方差 随机变量函数的数学期望 5. 随机变量函数的分布 (1) Y 的所有可能取值; (2) 取这些值的概率. 结合课本的例子; 6. 几个重要分布 说明及注意的问题: 1* 几个随机变量之间的关系: (1) N 很大,n 相对于N 较小, (2) n 较大, p 很小, 2* 正态分布查表 三. 二维随机变量 1. 联合概率分布,边缘分布 (3) 在 f (x, y)的连续点(x0, y0)处 2. 联合分布函数 (2) F (x, y) 是x 和y 的不减函数; F (x, y)是每个变量的右连续函数; 3. 随机变量的独立性 则称随机变量X 与Y 相互独立.
文档评论(0)