概率论大与数理统计复习课件.pptVIP

内容回顾 第二章 条件概率与独立性 事件的独立性 二维连续型随机变量的概率密度及分布函数 第五章 随机变量的数字特征与极限定理 矩的概念 常见三大分布 概率分布的分位数 统计量及抽样分布 第七章 参数估计 区间估计 谢谢！ 第六章 数理统计的基本概念 总体是一个概率分布或服从这个概率分布的随机变量. 样本的分布：样本中所有随机变量分布的积. 1. 2. 3. 统计量是通过样本函数定义的随机变量. 两个最重要的统计量: 样本均值 样本方差 样本的k 阶(原点)矩 样本的 k 阶中心矩 统计量的分布称为抽样分布. 正态总体的抽样分布（5个定理） 两种求点估计的方法: 矩估计法 极大似然估计法 矩估计法的思想是用样本矩估计总体矩 . 极大似然估计法是以似然函数的极大值点作为待估参数的估计量. 矩估计法的具体步骤: 矩估计量的观察值称为矩估计值. 求极大似然估计量的一般步骤为： （1）求似然函数 （2）一般地，求出 及似然方程 （3）解似然方程得到极大似然估计值 （4）最后得到极大似然估计量 估计量评选的三个标准 无偏性 有效性 相合性 * * 第一章 随机事件与概率 1.随机现象的特征: 条件不能完全决定结果. 2.随机现象是通过随机试验来研究的. 随 机 试 验 (1) 可以在相同的条件下重复地进行; (2) 每次试验的可能结果不止一个, 并且能事 先明确试验的所有可能结果; (3) 进行一次试验之前不能确定哪一个结果会 出现. 3.随机试验、样本空间与随机事件的关系 每一个随机试验相应地有一个样本空间, 样 本空间的子集就是随机事件. 随机试验 样本空间 子集 随机事件 必然事件，不可能事件是两个特殊的随机事件 4. 随机事件的关系与运算 事件的包含,积(交),和(并),差 互不相容事件,对立事件 交换律,结合律,分配律,对偶原理 5.概率的定义方式 古典概率 几何概率 统计概率 概率的公理化定义 古典概型：最简单的随机现象 古典概率：有限等可能 几何概型 几何概率(无限等可能) 统计概率 频率 概率 概率的公理化定义：概率的三条最基本性质 6.概率的主要性质 条件概率 全概率公式 贝叶斯公式 乘法定理 n重伯努利概型 二项概率公式 　　2. 随机变量的分类:离散型,非离散型（以连续性为主）. 　　1. 随机变量是定义在样本空间上的一种特殊的函数. 第三章 随机变量及其分布 3. 随机变量分布函数 4. 分布函数的性质 5.离散型随机变量 定义 分布列 常见离散型随 机变量的分布 二项分布 两点分布 泊松分布 分布函数 6.连续型随机变量 常见连续型随 机变量的分布 均匀分布 指数分布 正态分布 7.随机变量函数的分布 分布函数法 本章的重要公式 第四章 多维随机变量及其分布 二维随机变量的(联合)分布函数 1.分布函数的定义 2.分布函数的性质 且有 二维随机变量的边缘分布函数 二维离散型随机变量的分布律及分布函数 边缘密度和边缘分布函数 随机变量的独立性 二维随机变量函数的分布 数学期望 离散 连续 数学期望的性质 方差 方差的定义 表现形式 离散型 连续型 计算公式 方差的性质 分布 参数 期望 方差 两点分布 二项分布 泊松分布 均匀分布 指数分布 正态分布 协方差与相关系数 协方差的计算公式 协方差的性质 注意 (1) 不相关与相互独立的关系 相互独立 不相关 (2) 不相关的充要条件(定理5.3.2) 二维正态分布 于是，对二维正态分布随机变量 而言， 与 不相关和相互独立是等价的。 三个大数定律 伯努利大数定律 契比雪夫大数定律 辛钦大数定律 两个中心极限定理 林德伯格-莱维中心极限定理 棣莫弗－拉普拉斯定理