概率论与数理统计复习大纲.docxVIP

概率论与数理统计复习大纲 一、概率论的基本概念 内容 随机事件与样本空间 事件的关系与运算 概率的概念和基本性质 古典型概率 条件概率 概率的基本公式 事件的独立性 独立重复试验 考点 掌握事件的关系及运算． 理解概率、条件概率的概念，掌握概率的基本性质，会计算古典型概率，掌握概率的加法公式、减法公式、乘法公式、 全概率公式以及贝叶斯（Bayes）公式等． 理解事件的独立性的概念，掌握用事件独立性进行概率计算． 二、随机变量及其分布 内容 随机变量 随机变量的分布函数的概念及其性质 离散型随机变量的概率分布 连续型随机变量的概率密度 常见随机变量的分布 随机变量函数的分布 考点 理解随机变量的概念，理解分布函数 F (x) ? P{X ? x}(?? ? x ? ?) 的概念及性质，会计算与随机变量相联系的事件的概率． 理解离散型随机变量及其概率分布的概念及性质，掌握 0－1 分布、二项分布B(n, p) 、泊松（Poisson）分布． 理解连续型随机变量及其概率密度的概念及性质，掌握均匀分布U (a, b) 、正态分布N (?,? 2) 、指数分布。 会求随机变量函数的分布 (分布函数法和单调函数下的公式法)． 三、多维随机变量及其分布 内容 多维随机变量及其分布函数 二维离散型随机变量的概率分布、边缘分布 二维连续型随机变量的概率密度、边缘概率密度 随机变量的独立性和不相关性 常见二维随机变量的分布两个随机变量的函数的分布(离散型) 考点 理解二维离散型随机变量的概率分布和二维连续型随机变量的概率密度及其性质，掌握二维随机变量的边缘分布（离散型下边缘分布律、连续型下边缘密度的计算）． 理解随机变量的独立性和不相关性的概念， 掌握随机变量相互独立的判别方法，理解随机变量的不相关性与独立性的关 系． 会根据两个离散型随机变量的联合分布律求其函数的分 布律． 四、随机变量的数字特征 内容 随机变量的数学期望（均值）、方差及其性质 随机变量函数的数学期望 协方差、相关系数及其性质 切比雪夫不等式 考点 理解随机变量数字特征（数学期望、方差、标准差、协方差、相关系数）的概念，会运用数字特征的基本性质，并掌握常用分布的期望、方差． 会求随机变量及其函数的数学期望． 利用协方差或相关系数判别随机变量是否不相关. 切比雪夫不等式 六、样本及抽样分布 内容 总体 个体 简单随机样本 统计量 样本均值 样本方差和样本矩 ? 2分布 t分布 F 分布 各种分布的上侧? 分位点定义 正态总体的常用抽样分布 考点 了解总体、简单随机样本、统计量、样本均值、样本方差及样本矩的概念，其中样本方差定义为 1 ?n S 2 ? n ?1 ( X ii?1 i ? X )2 了解? 2 变量、t 变量构造的定义；了解标准正态分布、? 2 分布、t 分布的上侧? 分位点. 掌握单个正态总体的样本均值、样本方差的抽样分布 （P168-169 中的定理 1-3）．七、参数估计 内容 点估计的概念 估计量与估计值 矩估计法 最大似然估计法 区间估计 考点 了解参数的点估计、估计量与估计值的概念． 掌握矩估计法和最大似然估计法． 掌握无偏估计的概念. 掌握正态总体双侧置信区间求法八、假设检验 考点 单个正态总体方差已知和未知两种情况下关于均值的双边检 验． 单个正态总体方差的检验． 备注： 黑体部分为重点，可能考计算题. 不在本次考试范围内的主要有： ch3 条件分布，连续型二维随机变量函数的分布，二元正态； ch4 高阶矩和混合矩,协方差阵； ch5 大数定律，中心极限定理； ch6 两正态总体相应抽样分布； ch7 截尾样本最大似然，估计量的有效性和相合性；单侧区 间，0－1 分布区间估计. ch8 两类错误，两个正态总体的相关检验.