考试题型: 填空, 判断, 选择, 计算.
复习重点:
第一章
事件关系运算,
概率的定义性质,
简单的古典概型的计算,
基本的公式(比如: 全概公式, 贝叶斯公式, 乘法公式, 条件概率公式 等),
事件独立性的定义, 以及判断事件的独立性, 注意两两独立与相互独立的关系.
第二章
分布律, 概率密度, 分布函数的定义, 性质(会求其中的未知常数),
常见的分布: (0-1)分布, 二项分布, 泊松分布, 指数分布, 均匀分布, 正态分布. 几何分布, 巴斯卡分布和超几何分布会从题目中写出分布即可.
一维正态分布的图像, 性质, 用标准化变换求概率.
一维随机变量 密度与分布函数的相互确定, 密度与概率的相互确定, 以及一维随机变量函数的分布.
第三章
联合分布律, 联合分布函数, 联合概率密度的定义, 性质(会求其中的未知常数). 会求二维离散型随机变量的联合分布律.
会求边缘分布, 条件分布, 会判断随机变量的独立性.
会求 (离散型, 连续型).
二维随机变量函数的分布: 形如:的函数的分布(注意:卷积公式的使用范围, 必须掌握一般的方法), 最值和 的分布, 以及相关的概率计算问题.
二维正态分布的5个参数的意义, 二维正态分布的基本性质.
第四章
数字特征: 期望, 方差, 协方差和相关系数的定义, 意义, 计算, 公式的变形.
常见分布: (0-1)分布, 二项分布, 泊松分布, 指数分布, 均匀分布, 正态分布的数字特征. 相关性和独立性的区别和关系, 以及相关的结论.
切比雪夫不等式的运用(用这个不等式时题目会明确说明).
二维正态分布的性质(线性变换不变性, 线性函数仍是……. 等等)
第五章
随机变量序列依概率收敛的定义, 以及会按要求构造依概率收敛的序列.
理解大数定律的意义.
理解独立同分布中心极限定理和拉普拉斯中心极限定理的意义, 会用中心极限定理做近似计算.
第六章
样本, 总体, 统计量的概念,
分布, t 分布, F 分布 的背景(定义), 图像及性质, 会构造统计量服从三大分布.
四个抽样定理(前三个单正态总体的要记住, 第四个定理的第一个结论要记住)
第七章
会用矩估计和最大似然估计的方法求出参数的点估计.(注意求最大似然估计时讲过两种不同的方法).
会判断无偏性, 有效性.
会求单正态总体的双侧和单侧置信区间, 理解置信度的意义.
第八章
单正态总体的双边和单边假设检验.
理解两类错误的定义.
说明: 考试所有题型都被书上题目, 补充题, 自测题覆盖. 但是不会出现原题.
考前注意: 考概率之前一定不要 熬夜复习, 要以良好的精神状态去参加考试, 思维活跃, 心思缜密 才能取得好成绩!
早早复习,期末考试取得好成绩哟!
考试题型: 填空, 判断, 选择, 计算.
复习重点:
第一章
事件关系运算,
概率的定义性质,
简单的古典概型的计算,
基本的公式(比如: 全概公式, 贝叶斯公式, 乘法公式, 条件概率公式 等),
事件独立性的定义, 以及判断事件的独立性, 注意两两独立与相互独立的关系.
第二章
分布律, 概率密度, 分布函数的定义, 性质(会求其中的未知常数),
常见的分布: (0-1)分布, 二项分布, 泊松分布, 指数分布, 均匀分布, 正态分布. 几何分布, 巴斯卡分布和超几何分布会从题目中写出分布即可.
一维正态分布的图像, 性质, 用标准化变换求概率.
一维随机变量 密度与分布函数的相互确定, 密度与概率的相互确定, 以及一维随机变量函数的分布.
第三章
联合分布律, 联合分布函数, 联合概率密度的定义, 性质(会求其中的未知常数). 会求二维离散型随机变量的联合分布律.
会求边缘分布, 条件分布, 会判断随机变量的独立性.
会求 (离散型, 连续型).
二维随机变量函数的分布: 形如:的函数的分布(注意:卷积公式的使用范围, 必须掌握一般的方法), 最值和 的分布, 以及相关的概率计算问题.
二维正态分布的5个参数的意义, 二维正态分布的基本性质.
第四章
数字特征: 期望, 方差, 协方差和相关系数的定义, 意义, 计算, 公式的变形.
常见分布: (0-1)分布, 二项分布, 泊松分布, 指数分布, 均匀分布, 正态分布的数字特征. 相关性和独立性的区别和关系, 以及相关的结论.
切比雪夫不等式的运用(用这个不等式时题目会明确说明).
二维正态分布的性质(线性变换不变性, 线性函数仍是……. 等等)
第五章
随机变量序列依概率收敛的定义, 以及会按要求构造依概率收敛的序列.
理解大数定律的意义.
理解独立同分布中心极限定理和拉普拉斯中心极限定理的意义, 会用中心极限定理做近似计算.
第六章
样本, 总体, 统计量的概念,
分布, t 分布, F 分布 的背景(定义), 图像及性质, 会构造统计量服从三大分布.
四个抽样定理(前三个单正态总体的要记住, 第四个定理的第一个结论要记住)
第七章
会用矩估计和最大似然估计的方法求出参数的点估计.(注意求最大似然估计时讲过两种不同的方法).
会判断无偏性, 有效性.
会求单正态总体的双侧和单侧置信区间, 理解置信度的意义.
第八章
单正态总体的双边和单边假设检验.
理解两类错误的定义.
说明: 考试所有题型都被书上题目, 补充题, 自测题覆盖. 但是不会出现原题.
考前注意: 考概率之前一定不要 熬夜复习, 要以良好的精神状态去参加考试, 思维活跃, 心思缜密 才能取得好成绩!
早早复习,期末考试取得好成绩哟!