概率统计总预习复习.docVIP

#* 第一章 随机事件及其概率 一、事件的关系与运算 二、概率的统计定义，古典概型概率的性质 频率 古典概型的特征：（1）有限性；（2）等可能性 概率的性质：（1） （2），，反之不成立 （3） 特殊情况是什么？ , (4) 有什么特例？ 三、条件概率、乘法公式、事件的独立性 若与互相不产生影响，则称与相互独立。 与独立 条件概率等于无条件概率。 三个事件独立的公式 个事件独立的公式 独立的条件下： 独立试验序列概型 ，称为贝努里公式 四、全概率公式与贝叶斯公式 是完备事件组，且均有正概率，则对任一事件，有 ——全概率公式 ——贝叶斯公式 又称为逆概公式 第二章 随机变量及其概率分布 一、随机变量 分布函数 的性质 二、离散型随机变量 如果随机变量的所有可能取值为有限个或至多可列个，则称为离散型随机变量。常见的离散型随机变量有 0—1分布 二项分布 （） Poission分布 当充分大，又很小时，二项分布以Poission分布为极限 三、连续型随机变量 （1） （2） （） 满足 或 那么 ~ 四、随机变量的函数的分布 是随机变量，是随机变量的函数，它的分布称为随机变量函数的分布。 离散型比较容易；连续型主要掌握分布函数法。 特别是：是某个连续型随机变量的分布函数，一定服从（0，1）上的均匀分布。（非常重要） 五、随机变量的数字特征 数学期望 方差 或 标准差或 原点矩 中心矩 变异系数 偏度 峰度 中位数、分位数 以上数字特征的概率意义！ Chebyshev不等式： 第三章 多维随机变量 一、联合分布、边缘分布与独立性 （1） （2） 与相互独立对所有都成立 分布函数 与相互独立对所有都成立。 联合密度函数 （1） （2） 与相互独立=对所有都成立。 多项分布 二维均匀分布 它们的边缘分布、独立性 二维正态分布 ， ， 二、随机向量函数的分布 最大值与最小值的分布：独立同分布，分布函数为，密度函数为。求 的分布。 令 用在具体分布之上，特别是之上，应该如何处理？ 卷积公式： ，且相互独立，则 ，且相互独立，则 ，且相互独立，则 ——卷积公式 ，且相互独立，则 三、多维随机变量的特征数 ，，，， 协方差： 相关系数： ； 相关系数的概率意义 几个等价的关系式： 与不相关 四、中心极限定理 （1）独立同分布，，当充分大时， （2）～，当充分大时（），那么 ~ 应用中心极限定理的关键是构造独立和。 第四章 统计量及其分布 一、总体、样本、统计量 研究对象的全体称为总体，总体就是一个随机变量。 是取自总体的样本，它满足两个条件：相互独立；均与具有相同的分布。 样本的联合分布与经验分布函数 统计量是样本的函数，它不含任何未知参数 常见的统计量：样本均值 样本方差 样本标准差 样本的阶原点矩 样本的阶中心矩 次序统计量 = =