概率论与数理统计培训

 

 

 

一

1.1-随机事件的概念

1.2-随机事件的关系与运算

1.3-概率的定义

1.4-古典概型

二

1.5-条件概率与乘法公式

1.6-全概率公式

1.7-贝叶斯公式

1.8-事件的独立性

三

2.1-随机变量及其分布函数

2.2-离散型随机变量的分布律

2.3--0-1分布和二项分布

2.4-泊松分布

四

2.5-连续型随机变量的概率密度函数

2.6-均匀分布

2.7-指数分布

2.8-正态分布

2.9-离散型随机变量的函数的分布

2.10--连续型随机变量的函数的分布

五

3.7-两个随机变量和的分布

3.8-两个随机变量商的分布

3.9-两个随机变量最大与最小的分布

3.1-二维随机变量与联合分布函数的概念

3.2-二维离散型随机变量

3.3-二维连续型随机变量

3.4-二维离散型随机变量的边缘分布律

3.5-二维连续型随机变量的边缘密度函数

3.6-随机变量独立性的判定

六

4.1-数学期望的概念与计算

4.2-数学期望的性质

4.3-方差的概念与计算

4.4-方差的性质

4.5-协方差及矩

4.6-相关系数

七

5.1-切比雪夫不等式与切比雪夫大数定律

5.2-伯努利大数定律和辛钦大数定律

5.3-林德贝格中心极限定理

5.4-棣莫弗--拉普拉斯中心极限定理

八

6.1-总体、样本、统计量的概念

6.2-卡方分布

6.3-t分布

6.4-F分布

6.5-分位点与查表方法

6.6-抽样分布定理

九

7.1-矩估计方法

7.2-离散型总体的最大似然估计方法

7.3-连续型总体的最大似然估计方法

7.4-无偏性

7.5-有效性

7.6-相合性

7.7-区间估计的基本概念

7.8-单个正态总体参数的双侧区间估计

7.9-双正态总体参数的双侧区间估计

7.10-单侧区间估计

十

8.1-假设检验的基本概念

8.2-假设检验的两类错误

8.3-单个正态总体参数的双侧检验

8.4-双正态总体参数的双侧检验

8.6-总体分布的卡方拟合检验