3。掌握二维均匀分布,了解二维正态分布的概率密度,理解其中参数的概率意义。
4。会求两个随机变量简单函数的分布,会求多个相互独立随机变量简单函数的分布。
四、随机变量的数字特征
随机变量的数学期望(均值)、方差、标准差及其性质、随机变量函数的数学期望、矩、协方
差、相关系数及其性质。
考试要求
1。理解随机变量数字特征(数学期望、方差、标准差、矩、协方差、相关系数)的概念,会运
用数字特征的基本性质,并掌握常用分布的数字特征。
2。会求随机变量函数的数学期望。
五、大数定律和中心极限定理
切比雪夫(Chebyshev)不等式、切比雪夫大数定律、伯努利(Bernoulli)大数定律、辛钦
(Khine)大数定律、棣莫弗-拉普拉斯(DeMoivre-Laplace)定理、列维-林德伯格
(Levy-Lindberg)定理。
考试要求
1。了解切比雪夫不等式。
2。了解切比雪夫大数定律、伯努利大数定律和辛钦大数定律(独立同分布随机变量序列的大
数定律)。
3。了解棣莫弗-拉普拉斯定理(二项分布以正态分布为极限分布)和列维-林德伯格定理(独立
同分布随机变量序列的中心极限定理)。
六、数理统计的基本概念
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、卡方分布、t分布、
F分布、分位数、正态总体的常用抽样分布。
考试要求
1。理解总体、简单随机样本、统计量、样本均值、样本方差及样本矩的概念。
2。了解卡方分布、t分布和F分布的概念及性质,了解上侧α分位数的概念并会查表计算。
小主,这个章节后面还有哦,请点击下一页继续阅读,后面更精彩!
3。了解正态总体的常用抽样分布。
七、参数估计
点估计的概念、估计量与估计值、矩估计法、最大似然估计法、估计量的评选标准、区间估
计的概念、单个正态总体的均值和方差的区间估计、两个正态总体的均值差和方差比的区间
估计。
考试要求
1。理解参数的点估计、估计量与估计值的概念。
2。掌握矩估计法(一阶矩、二阶矩)和最大似然估计法。
3。了解估计量的无偏性、有效性(最小方差性)和一致性(相合性)的概念,并会验证估计量的