概率论和数理统计期末复习(仅供个人复习使用)
写在前面
此文章仅仅是为了串联知识点,如需要深刻掌握如何做,还需要深入实战,看课件,才能够真的行!!!
集合运算公式
事件的运算及其运算律
*古典概型
几何概型
条件概率
定义
条件概率的计算
*乘法公式
*全概率公式
*贝叶斯公式
小结
PS:请做几个题试试
事件的独立性
定义
独立和互斥是两个不同的概率没有关系
事件独立性推广
*重要定理
*有用结论
随机变量
随机变量的分类
随机变量:
1.离散型随机变量
2.非离散型随机变量(主要研究连续性随机变量)
离散型随机变量
性质:
求解分布律
*离散型分布
二点分布
二项分布
泊松分布
泊松定理
离散型分布函数
定义
性质
重要结论
连续型分布函数
定义
性质
概率密度函数的性质
分布函数与概率密度的关系
重要结论
*连续型分布
均匀分布
概率密度
分布函数
指数分布
概率密度
分布函数
重要性质
正态分布
概率密度
分布函数
标准正态分布
概率密度
分布函数
正态函数标准化
性质
标准正态函数的上α分位点
一维随机变量的函数
离散型随机变量的函数
不理解???看个例子就明白了
连续型随机变量的函数
分布函数法
公式法
针对正态分布
多维随机变量(我们研究二维随机变量)
二维随机变量的分布函数
性质
边缘分布函数
*二维离散型随机变量
定义
联合分布律
联合分布函数
边缘分布函数和联合分布函数的关系
*二维连续型随机变量
定义
边缘分布
概率密度
分布函数
均匀分布
正态分布(不考的)
记住这个
小结
离散型随机变量
连续型随机变量
条件概率
PS:条件概率在联合分布律的基础上求解
多维随机变量的函数分布
*离散型随机变量的函数分布
上例子
连续型随机变量的函数分布(不考,但是以下的结论必须知道)
随机变量的数字特征
*数学期望
离散型随机变量的数学期望
定义
连续型随机变量的数学期望
定义
重要分布的数学期望
随机变量函数的数学期望
一维随机变量函数的数学期望
二维随机变量函数的数学期望
数学期望的性质
小结
*方差
定义
计算方法
定义法
公式法
*常见的数学期望和方差
方差的性质
常见分布的数学期望和方差(过于重要,所以再次出现)
协方差和相关系数(不在考查重点,但是协方差可能会考)
协方差
定义
意义
计算方法
性质
相关系数
定义
性质
意义
PS:注意相关系数是描述线性相关程度大小的数字特征
矩
重要结论
数理统计
简单随机样本
定义
性质
独立性运用
获得简单随机样本的方法
统计量
定义
PS:注意不含有未知参数
*重要的统计量
*统计三大分布(我们只考两个)
卡方分布
定义
性质
卡方分布的上α分位点
t分布
定义
t分布的上α分位点
*统计量的分布
样本均值的分布
样本方差的分布
*点估计
矩估计法
最大似然估计
一般步骤
估计量的评选标准
无偏性
有效性
一致性
*常见统计量的分布
*区间估计
解题思路
*正态总体置信区间求法
*假设检验
解题步骤
检验的分类
*单个正态总体均值的检验
*单个正态总体方差的检验