概率论公式汇总及口诀记忆法.pdfVIP

概率论公式汇总及口诀记忆法 一、口诀法教你记忆概率统计 参数估计占数理统计的一多半内容，所以参数估计是重点。统计里面第一章是关于样本、 统计量的分布，这部分要求统计量的数字特征，要知道统计量是随机变量。统计量的分布及 其分布参数是常考题型，常利用 分布， 分布及 分布的典型模式及其性质以及正态总体样 本均值与样本方差的分布进行。为此应记清上述三大分布的典型模式。关于三大分布，有一 个口诀，有方便大家记忆： 2 正态方和卡方(x )出，卡方相除变F； 若想得到t 分布， 一正n 卡再相除； 第一个口诀的意思是标准正态分布的平方和可以生成卡方分布，而两卡方分布除以其维 数之后相除可以生成F 分步，第二个口诀的意思是标准正态分布和卡方分布相除可以得到 分布。 参数的矩估计量(值)、最大似然估计量(值)也是经常考的。很多同学遇到这样的题目， 总是感觉到束手无策。题目中给出的样本值完全用不上。其实这样的题目非常简单。只要你 掌握了矩估计法和最大似然估计法的原理，按照固定的程序去做就可以了。矩法的基本思想 就是用样本的 阶原点矩作为总体的 阶原点矩。估计矩估计法的解题思路是： （1）当只有一个未知参数时，我们就用样本的一阶原点矩即样本均值来估计总体的一 阶原点矩即期望，解出未知参数，就是其矩估计量。 （2）如果有两个未知参数，那么除了要用一阶矩来估计外，还要用二阶矩来估计。因 为两个未知数，需要两个方程才能解出。解出未知参数，就是矩估计量。考纲上只要求掌 握一阶、二阶矩。 最大似然估计法的最大困难在于正确写出似然函数，它是根据总体的分布律或密度函数 写出的，我们给大家一个口诀，方便大家记忆。 样本总体相互换，矩法估计很方便； 似然函数分开算，对数求导得零蛋； 第一条口诀的意思是用样本的矩来替换总体的矩，就可以算出参数的矩估计；第二个口 诀的意思是把似然函数中的未知参数当成变量，求出其驻点，在具体计算的时候就是在似然 函数两边求对数，然后求参数的驻点，即为参数的最大似然估计。 二、考研概率论公式汇总 1．随机事件及其概率 A   A  A A  A A   吸收律：A (AB ) A A (A B) A A B AB A (AB ) 梅花香自苦寒来，岁月共理想，人生气高飞！ 第 1 页 共 6 页 反演律： A B A B AB A B n n n n Ai Ai Ai Ai i 1 i 1 i 1 i 1 2．概率的定义及其计算 P(A ) 1P(A) 若A B P(B A) P(B) P(A) 对任意两个事件A, B, 有 P(B A) P(B) P(AB ) 加法公式：对任意两个事件A, B, 有 P(A B) P(A) P(B) P(AB ) P(A B) P(A) P(B) n n n P(A ) P(A )  P(A A )  P(A A A )  (1)n1P(A A A ) i i i j i j k 1 2 n i 1 i 1 1ij n 1ij k n 3．条件概率 P (AB )   P B A