目录
一 概率论的基本概念
1.1 概率论的直观解释和数学定义
1.2 条件概率与乘法公式
1.3 全概率公式与贝叶斯公式
1.4 事件的独立性
二 随机变量与分布函数
2.1 随机变量与分布函数
2.2 离散型随机变量和常用分布
2.3 连续性随机变量和常用分布
2.4 正态分布
2.5 随机变量函数的分布
三 随机变量的数字特征
3.1 期望的定义
3.2 期望的性质与计算
3.3 方差的定义和性质
3.4 柯西-施瓦兹不等式
3.5 相关系数
四 统计量与抽样分布
4.1 统计学概念
4.2 常用的统计量
4.3 三大分布
4.4 正态总体统计量的分布
五 参数估计
5.1 矩估计
5.2 极大似然估计
5.3 区间估计
5.4 一个正态总体的区间估计
5.5 两个正态总体的区间估计
六 假设检验
6.1 假设检验的基本概念
6.2 假设检验的步骤
6.3 一个正态总体的假设检验
6.4 两个正态总体的假设检验
6.5 拟合优度检验
内容
一 概率论的基本概念
1.1 概率的直观解释和数学定义
概率的直观解释:频率的稳定性值
1.2 条件概率与乘法公式
1.3 全概率公式与贝叶斯公式
1.4 事件的独立性
二 随机变量与分布函数
2.1 随机变量与分布函数
2.2 离散型随机变量和常用分布
2.3 连续性随机变量和常用分布
2.4 正态分布
2.5 随机变量函数的分布
三 随机变量的数字特征
3.1 期望的定义
3.2 期望的性质与计算
3.3 方差的定义和性质
3.4 柯西-施瓦兹不等式
3.5 相关系数
四 统计量与抽样分布
4.1 统计学概念
4.2 常用的统计量
4.3 三大分布
4.4 正态总体统计量的分布
五 参数估计
5.1 矩估计
5.2 极大似然估计
5.3 区间估计
5.4 一个正态总体的区间估计
5.5 两个正态总体的区间估计
六 假设检验
6.1 假设检验的基本概念
6.2 假设检验的步骤
6.3 一个正态总体的假设检验
6.4 两个正态总体的假设检验
6.5 拟合优度检验
南京大学赵进教授课程学习笔记
因为频率具有随机性所以不能作为概率的严格定义
n为实验的次数,p为事件A出现的概率
**