概率论各章知识点汇总.ppt

第一章 概率论的基本概念 1.事件之间的关系及运算、概率的公理化定义及性质; 2.古典概型的概率计算; 3.条件概率公式,乘法公式,全概公式及贝叶斯公式的应用 4.会判断事件的独立性，并明确独立与互斥的区别. 期末考试题型: 填空 判断 选择 计算(无证明题) 不允许带计算器 复习建议: 参考课件知识点及例题 课后作业题 自测及补充题目 第二章 随机变量及其分布 1.分布函数,分布律, 概率密度的定义和性质; 2.常用分布包括 0-1分布, 二项分布, 泊松分布, 正态分布, 均匀分布, 指数分布的分布律或概率密度形式，并会求解有关事件的概率; 3.会利用分布律，概率密度或分布函数的性质确定未知常数; 4.已知概率密度,分布律会确定分布函数, 已知分布函数会求概率密度或分布律; 5.会求函数的分布. 第三章 多维随机变量及其分布 会确定二维离散型随机变量的联合分布律, 进而会确定 边缘分布律和条件分布律，并会求解有关事件的概率; 2.给出联合密度会确定其中的未知常数，会求边缘密度, 及条件密度，并会求解有关事件的概率; 3.会判断随机变量的独立性; 4.会求随机变量函数的分布; （注：连续型会求Z＝aX+bY的分布, 独立同分布变量的最值函数的分布） 5. 常见的二维均匀分布的概率密度，二维正态分布 的参数的意义. 第四章 随机变量的数字特征 1. 随机变量的四个数字特征：期望、方差、协方差、 相关系数定义及性质； 2. 期望、方差、协方差、相关系数的相关计算，并会求 函数的期望和方差； 3.常用分布的期望和方差，包括两点分布，二项分布， 泊松分布，正态分布，均匀分布和指数分布； 4.随机变量独立性与线性不相关性的区别和关系； 5.契比雪夫不等式; 6.不相关的等价命题及判断, 随机变量独立性与不相关性的关系； 7.二维正态分布中参数的含义及正态分布的有关重要结论 (见P112) 第五章 大数定律及中心极限定理 两个大数定律 伯努利大数定律 辛钦大数定律 二个中心极限定理 独立同分布中心极限定理 德莫佛－拉普拉斯定理 掌握定理成立的条件和结论;依概率收敛的定义及性质； 会用中心极限定理近似计算某些事件的概率. (此处应强调“近似”，即在服从“～”正态分布上写 “近似”，在相应的计算中写“?”。)； 本章要求： 4. 掌握单正态总体的抽样分布定理(四大定理中的前三个). 1. 理解总体、样本概念, 理解样本与样本观察值的区别. 2. 统计量的概念及几个常用统计量. 3. 掌握 分布、t分布、F分布的构造背景，这些 分布的密度函数图象特点、性质以及分位点的确定, 并会判断样本的函数所服从的分布 . 第六章 样本及抽样分布 第七章 参数估计 会求参数的矩估计和最大似然估计 (注意区分估计值和估计量) ; 2. 估计量的评选标准: 无偏性; 有效性; 一致性. 会判断估计量的无偏性和有效性(注意在无偏的前提下). 3. 单个正态总体参数的区间估计 (记住双侧, 单侧置信区间 见P172). 第八章 假设检验 1. 假设检验的思路、术语及步骤; 2. 显著性水平 的意义; 3. 两类错误的含义及二者之间的关系; 4. 单个正态总体参数的假设检验. 【注】作假设检验的步骤要写完整 提出原假设和备择假设; 选取合适的检验统计量,并写清在原假设中等号成立时,检验统计量的分布; 写出拒绝域; 通过样本值计算检验统计量的取值,判断是否落入拒绝域,作出拒绝或接受原假设的回答，并按照题目要求回答问题.