自考04183概率论与数理统计(经管类) 自考核心考点笔记 自考重点资料

高等教育自学考试《概率论与数理统计》重难点笔记资料 课程代码：04183第一章 随机事件与概率一.随机事件关系与运算1!0,)!(!!!,)!(!0===-==-=C C C A A n n n r n nn rn r n r n ：，n r n n 组合排列二.概率P(A) 1.P(A)概率特征)()31)(,0)()21)(0)111∑∞=∞===Ω=≤≤K KK kA A P ，P（P P A P 事件互不相容时φ2. 古典概型3.概率加法公式P(A+B)=P(A)+P(B)- P(AB)当A 、B 互斥时， P(A+B)=P(A)+P(B) 事件的独立性:定义:P(AB)=P(A)P(B)性质:.P(A)>0,,则P(B)=P(B/A); P(B)>0则P(A)=P(A/B) P(B —A)=P(B)--P(AB)P （A--B ）==P （AB ）=P （A--AB ）=P （A ）--P （AB ）基本事件总数所包含的基本事件数A A P =)(P(A+B+C)=1--P(A+B+C)=1--P(A)P(B)P(C) P(AB)=P(AUB)=1-P(AUB)=1-(P(A)+P(B)) P(A)=1-P(A4.条件概率公式5.概率的乘法公式6.全概率公式：从原因计算结果7.Bayes 公式：从结果找原因)()()|(B P AB P B A P =)|()()(B A P B P AB P =)|()(A B P A P =∑==nk k k B A P B P A P 1)|()()(∑==nk kki i k B A P B P B A P B P A B P 1)|()()|()()|()()()|(A P AB P A B P =)/()/()()(AB C P A B P A P ABC P =第二章随机变量及其概率分布4/ 13分布函数对离散型随机变量对连续型随机变量分布函数与密度函数的重要关系：“一般正态分布函数F(x)”转换为“标准正态分布函数)（x Φ”的关系 设X~N （δμ2,）则1.2.3.连续型随机变量函数的概率分布定理:记x=h(y)为y=g(x)的反函数，则Y=g(X)的概率密度：⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<<'=其他y y h y h y f f X Y ,0),())(()(βα1） 设X~U(-2,2ππ),令Y=tanX,求Y 的概率密度柯西分布：+∞<<-∞+='=y y h y h y y f f X Y ,111)())(()(2π 2)设X~N(σμ2,),求eX的概率密度对数正态分布：⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧≤>-=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≤>•=-0,00,2)(ln 210,0,0,1)(ln )(,22y y y y y y y y y e f fX Yσμσπ ∑≤==≤=xk k X P x X P x F )()()(⎰∞-=≤=x dtt f x X P x F )()()(⎰∞-=≤=xdt t f x X P x F )()()()()('x f x F =3直接变换法：[])()(21)()(y y yy y ff F fXXY Y-+='=e e yx x 的的反函数为y y 的反函数为反y 2ln 2,,,,,ln -=-===第三章多维随机变量及其概率分布 二元随机变量及其边缘分布 分布规律的描述方法联合密度函数联合分布函数离散联合分布函数的概率：{}0),(),(),(),(,112112222121≥+--=≤<≤<y x y x y x y x y y x x F F F F Y X P性质1),(,0),(),(),(=+∞+∞=-∞-∞=-∞=-∞F F x F y F 离散边缘分布律：{}{}∑∑===⋅===⋅ijji pijY P j p pij X P pi y x1...2,1,,0,0=⋅=⋅=≥⋅≥⋅∑∑jij p pi j i j p pi联合密度二维边缘密度二维连续随机变量的分布 1.均匀分布(X,Y)~U D1)设D 为平面上的有界区域，S 表面积⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≤+−−→−⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≤≤≤--−−→−⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧∈=其他，其他o d x c b x a c d a b 其他D y x S y x f R yx R 圆形矩形,01,,,))((1,0),(,1),(2222π),(y x f ),(y x F 0),(≥y x f 1),(=⎰⎰+∞∞-+∞∞-dxdy y x f 1),(0≤≤y x F },{),(y Y x X P y x F ≤≤=+∞<<∞-=⎰+∞∞-x ，，dy y x f x f ),()(+∞<<-∞=⎰+∞∞-y dx y x f y f Y ,,),()(}{}{},{j Y P i X P j Y i X P =====2.正态分布),,,,(~),(222121ρσσμμN Y Xey y x f y x x ⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧+--------=σμσσσρρσπσμμρμ222212121212)2(121),())((2)()1(21221离散型随机变量的独立性)()(),(y FY x Fx y x F =连续型随机变量的独立性第四章 随机变量的数字特征数学期望离散型随机变量，数学期望定义连续型随机变量，数学期望定义期望性质:● E(a)=a ，其中a 为常数● E(a+bX)=a+bE(X)，其中a 、b 为常数 ， ● E(CX)=CE(X),其中C 为常数● E(X+Y)=E(X)+E(Y)，X 、Y 为任意随机变量 ● E(XY)=E(X)E(Y),X,Y 相互独立 方差的性质D(a)=0，其中a 为常数D(a+bX)=b 2(X)，其中a 、b 为常数D(X+Y)=D(X)+D(Y) 当X 、Y 相互独立时随机变量g(X)的数学期望常用公式：二维随机变量的期望 离散)()(),(y f x f y x f Y X =∑+∞-∞=⋅=k kkP xX E )(⎰+∞∞-⋅=dxx f x X E )()(⎰∑+∞∞-=⇔=dx x fx x g X g E p x g X g E k k k )()()]([)())((ijji Jii i j ij i i i py j p y Y E p x pi x X E ∑∑∑∑∑∑=⋅==⋅=)()()()()(Y E X E Y X E +=+∑∑=i j ij j i p y x XY E )()()()(,Y E X E XY E Y X =独立时与当连续 g(X)∑⎰⎰∑=⇔=jij jiidxdy y x f y x g Y X G E p yx g Y X g E ,),(),()],([),()],([方差 定义式 离散:⋅-=∑=Pi X E xX D ni i21))(()(连续常用计算式常用公式协方差与相关系数⎰⎰--=dxdy y x f Y E Y X E x Y X Cov ),())())(((),(协方差Cov(X,Y)的性质当X 与Y 相互独立时，则Cov(X,Y)=0相关系数XY ρ的性质⎰⎰⎰⎰==dxdyy x yf Y E dxdy y x xf X E ),()(),()(dxdyy x xyf XY E ⎰⎰=),()(()⎰+∞∞-⋅-=dx x f X E x X D )()()(2[]22)()()(X E X E X D -=))}())(({(2)()()(Y E Y X E X E Y D X D Y X D --++=+)()()(Y D X D Y X D +=+)()()(),(Y E X E XY E Y X Cov -=)()(),(Y D X D Y X Cov XY=ρ[][]{})()()()()(Y E X E XY E Y E Y X E X E -=--())()()(),(22X D X E X E X X Cov =-=),(),(Y X abCov bY aX Cov =),(),(),(Z Y Cov Z X Cov Z Y X Cov +=+独立与相关独立必定不相关 相关必定不独立 不相关不一定独立标准正态分布的概率计算公式)()()(a a Z P a Z P Φ=<=≤)(1)()(a a Z P a Z P Φ-=>=≥)()()(a b b Z a P Φ-Φ=≤≤1)(2)()()(-Φ=-Φ-Φ=≤≤-a a a a Z a P一般正态分布的概率计算一般正态分布的概率计算公式第五章 大数定律及中心极限定理1.切比雪夫不等式：设随机变量X 的期望E(X)及方差D （X ）存在，则对任意小正数a>0,{}{}22)(1)()()(aX D a X E X P a X D a X E X P -≥<-↔≤≥- 2．独立同分布序列的中心极限定理{})(21)(212lim lim lim x dt x n n X P x Y P x xt n i i n n n n n eF Φ==⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧≤-=≤=⎰∑∞---∞→∞→∞→πσμ3．棣莫费-拉普拉斯中心极限定理)1,0(~),(~2N X Z N X σμσμ-=⇔()()(σμ-Φ=<=≤a a X P a X P )(1)()(σμ-Φ-=>=≥a a X P a X P )()()(σμσμ-Φ--Φ=≤≤a b b X a P)(2122lim x dt x mpq np Z p e t x n n Φ==⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≤--∞-∞→⎰ 第六章 统计量及其抽样分布 样本方差,)(11212∑=--=ni i x x n s样本标准差2s s = 统计量样本K样本K卡方分布t 分布F 分布正态总体条件下样本均值的分布：样本方差的分布：两个正态总体的方差之比)(~)1,0(~212n X N X ni i χ∑=，则若())(~1),,(~21222n Y N Y ni iχμσσμ∑=-则若),(~//),(~),(~21212212n n F n V n U n V n U 则若χχ),(~2n N X σμ)1,0(~/N nX σμ-)1(~)1(222--n S n χσ)1(~/--n t ns X μ则若),(~),1,0(~2n Y N X χ)(~/n t nY X第七章 参数估计点估计：参数的估计值为一个常数最大似然估计P147似然函数单个正态总体参数的置信区间第八章 假设检验假设检验的步骤① 根据具体问题提出原假设H0和备择假设H1② 根据假设选择检验统计量，并计算检验统计值③ 看检验统计值是否落在拒绝域，若落在拒绝域则拒绝原假设，否则就不拒绝原假设。

考前复习资料代码：04183科目：概率论数理统计(经管类)目录1、随机事件的关系与计算 (1)2、利用概率的性质计算概率 (1)3、条件概率的定义和公式 (1)4、事件的独立性（概念与性质） (1)5、n重贝努利试验中事件A恰好发生k次的概率公式 (1)6、利用分布函数计算概率的公式 (1)7、连续型随机变量及其概率密度 (1)8、正态分布和一般正态分布的标准化 (2)9、维离散型随机变量联合分布律和边缘分布律 (2)10、二维连续型随机变量的概率密度和边缘概率密度 (2)11、二维随机变量的独立性 (2)12、二维均匀分布、二维正态分布 (3)13、两个随机变量函数的分布 (3)14、随机变量的方差的概念、性质及计算 (3)15、协方差和相关系数 (3)16、独立同分布序列的中心极限定理 (4)17、样本均值、样本方差 (4)18、三大抽样分布 (5)19、参数的矩法估计 (5)20、大似然估计的方法与步骤 (5)21、估计量的无偏性 (5)22、估计量的有效性和相合性 (5)23、假设检验的两类错误 (6)24、用最小二乘法估计回归模型中的未知参数 (6)25、随机事件及其概率 (7)26、概率的定义及其计算 (7)27、分部函数性质 (8)28、离散型随机变量 (8)29、连续型随机变量 (8)30、离散型二维散随机变量边缘分布 (8)31、离散型二维随机变量条件分布 (9)32、连续性二维随机变量的联合分布函数 (9)33、连续型二维随机变量边缘分布函数与边缘密函数 (9)39、二维随机变量的条件分布 (9)40、数学期望 (9)41、数学期望的性质 (9)42、方差 (10)43、方差的性质 (10)44、协方差 (10)45、相关系数 (10)46、协方差和相关系数的性质 (10)47、常见数字分布的期望和方差 (10)48、切比雪夫不等式 (11)49、大数定律 (11)50、中心极限定理 (12)51、总体和样本 (12)52、统计量 (12)53、三大抽样分布 (12)54、参数估计 (13)55、点估计中的矩估计法（总体矩=样本矩） (13)56、点估计中的最大似然估计 (14)1、随机事件的关系与计算事件的包含与相等、和事件、积事件、互不相容、对立事件的概念2、利用概率的性质计算概率)()()()(AB P B P A P B A P -+=⋃，)()()(AB P B P A B P -=-3、条件概率的定义和公式)(B A P )()(B P AB P =4、事件的独立性（概念与性质）定义：若)()()(B P A P AB P =，则称A 与B 相互独立。

自考04183概率论与数理统计(经管类)笔记-自考概率论与数理统§1.1 随机事件1.随机现象：确定现象：太阳从东方升起，重感冒会发烧等；不确定现象：随机现象：相同条件下掷骰子出现的点数：在装有红、白球的口袋里摸某种球出现的可能性等；其他不确定现象：在某人群中找到的一个人是否漂亮等。

结论：随机现象是不确定现象之一。

2.随机试验和样本空间随机试验举例：E1：抛一枚硬币，观察正面H、反面T出现的情况。

E2：掷一枚骰子，观察出现的点数。

E3：记录110报警台一天接到的报警次数。

E4：在一批灯泡中任意抽取一个，测试它的寿命。

E5：记录某物理量（长度、直径等）的测量误差。

E6：在区间[0，1]上任取一点，记录它的坐标。

随机试验的特点：①试验的可重复性；②全部结果的可知性；③一次试验结果的随机性，满足这些条件的试验称为随机试验，简称试验。

样本空间：试验中出现的每一个不可分的结果，称为一个样本点，记作。

所有样本点的集合称为样本空间，记作。

举例：掷骰子：＝{1，2，3，4，5，6},＝1，2，3，4，5，6；非样本点：“大于2点”，“小于4点”等。

3.随机事件：样本空间的子集，称为随机事件，简称事件，用A,B,C,…表示。

只包含一个样本点的单点子集{}称为基本事件。

必然事件：一定发生的事件，记作不可能事件：永远不能发生的事件，记作4.随机事件的关系和运算由于随机事件是样本空间的子集，所以，随机事件及其运算自然可以用集合的有关运算来处理，并且可以用表示集合的文氏图来直观描述。

（1）事件的包含和相等包含：设A，B为二事件，若A发生必然导致B发生，则称事件B包含事件A，或事A包含于事件B，记作，或。

性质：例：掷骰子，A：“出现3点”，B：“出现奇数点”，则。

注：与集合包含的区别。

相等：若且，则称事件A与事件B相等，记作A＝B。

（2）和事件概念：称事件“A与B至少有一个发生”为事件A与事件B的和事件，或称为事件A与事件B的并，记作或A＋B。

自考经管类概率论与数理统计课堂笔记前言概率论与数理统计是经管类各专业的基础课，概率论研究随机现象的统计规律性，它是本课程的理论基础，数理统计那么从应用角度研究如何处置随机数据，成立有效的统计方式，进行统计推断。

概率论包括随机事件及其概率、随机变量及其概率分布、多维随机变量及其概率分布、随机变量的数字特征及大数定律和中心极限定理。

共五章，重点第一、二章，数理统计包括样本与统计量，参数估计和假设检验、回归分析。

重点是参数估计。

预备知识（一）加法原那么引例一，从北京到上海的方式有两类：第一类坐火车，假设北京到上海有早、中、晚三班火车别离记作火1、火2、火3，那么坐火车的方式有3种；第二类坐飞机，假设北京到上海的飞机有早、晚二班飞机，别离记作飞1、飞2。

问北京到上海的交通方式共有多少种。

解：从北京到上海的交通方式共有火1、火2、火3、飞1、飞2共5种。

它是由第一类的3种方式与第二类的2种方式相加而成。

一般地有下面的加法原则：办一件事，有m类办法，其中：第一类办法中有n1种方式；第二类办法中有n2种方式；……第m类办法中有n m种方式；则办这件事共有种方式。

（二）乘法原那么引例二，从北京经天津到上海，需分两步抵达。

第一步从北京到天津的汽车有早、中、晚三班，记作汽1、汽2、汽3第二步从天津到上海的飞机有早、晚二班，记作飞1、飞2问从北京经天津到上海的交通方式有多少种？解：从北京经天津到上海的交通方式共有：①汽1飞1，②汽1飞2，③汽2飞1，④汽2飞2，⑤汽3飞1，⑥汽3飞2。

共6种，它是由第一步由北京到天津的3种方式与第二步由天津到上海的2种方式相乘3×2=6生成。

一般地有下面的乘法原则：办一件事，需分m个步骤进行，其中：第一步骤的方法有n1种；第二步骤的方法有n2种；……第m步骤的方法有n m种；则办这件事共有种方式。

（三）排列（数）：从n个不同的元素中，任取其中m个排成与顺序有关的一排的方式数叫排列数，记作或。

《概率论与数理统计（经管类）》柳金甫、王义东主编，武汉大学出版社新版第一章随机事件与概率第二章随机变量及其概率分布第三章多维随机变量及其概率分布第四章随机变量的数字特征第五章大数定律及中心极限定理第六章统计量及其抽样分布第七章参数估计第八章假设检验第九章回归分析前言本课程包括两大部分：第一部分为概率论部分：第一章至第五章，第五章为承前启后章，第二部分为数理统计部分：第六章至第九章。

第一章随机事件与概率本章概述.内容简介本章是概率论的基础部分，所有内容围绕随机事件和概率展开，重点内容包括：随机事件的概念、关系及运算，概率的性质，条件概率与乘法公式，事件的独立性。

本章内容§1.1 随机事件1.随机现象：确定现象：太阳从东方升起，重感冒会发烧等；不确定现象：随机现象：相同条件下掷骰子出现的点数：在装有红、白球的口袋里摸某种球出现的可能性等；其他不确定现象：在某人群中找到的一个人是否漂亮等。

结论：随机现象是不确定现象之一。

2.随机试验和样本空间随机试验举例：E1：抛一枚硬币，观察正面H、反面T出现的情况。

E2：掷一枚骰子，观察出现的点数。

E3：记录110报警台一天接到的报警次数。

E4：在一批灯泡中任意抽取一个，测试它的寿命。

E5：记录某物理量（长度、直径等）的测量误差。

E6：在区间[0，1]上任取一点，记录它的坐标。

随机试验的特点：①试验的可重复性；②全部结果的可知性；③一次试验结果的随机性，满足这些条件的试验称为随机试验，简称试验。

样本空间：试验中出现的每一个不可分的结果，称为一个样本点，记作。

所有样本点的集合称为样本空间，记作。

举例：掷骰子：＝{1，2，3，4，5，6},＝1，2，3，4，5，6；非样本点：“大于2点”，“小于4点”等。

3.随机事件：样本空间的子集，称为随机事件，简称事件，用A,B,C,…表示。

只包含一个样本点的单点子集{}称为基本事件。

必然事件：一定发生的事件，记作不可能事件：永远不能发生的事件，记作4.随机事件的关系和运算由于随机事件是样本空间的子集，所以，随机事件及其运算自然可以用集合的有关运算来处理，并且可以用表示集合的文氏图来直观描述。

概率论与数理统计(经管类04183)第一章 随机事件与概率复习要点：一、事件的关系和运算 1.常用表示公式A ，B ，C .至少发生一个；都发生；都不发生；恰好发生一个；至多发生一个. 2.互不相容与对立 3.差的不同表示法 4.特殊关系事件间的运算(1),B A ⊂则.,,,不相容与B A ,A B B A B B A A AB ⊂=-=+=Φ (2)A ，B 互不相容，则.,,,,B A B A B A B A B A AB ⊂=+=-=-=ΩΦ 5.对偶律 画图.二、概率的性质 1.基本性质 2.推论(1)有限可加性 (2))(1)(A P A P -=；(3))()()(,A P B P A B P B A -=-⊂；(4))()()()(AB P B P A P B A P -+=+， )()()(AB P A P B A P -=-，)()()()()()()()(ABC P BC P AC P AB P C P B P A P C B A P +---++=++ 三、古典概型注意：1.上下一致；2.不重复，不遗漏；3. 事件复杂时考虑对立事件. 四、条件概率 1.条件概率)()()|(A P AB P A B P =2.乘法公式)()()()(),|()()(AB |C P A |B P A P ABC P A B P A P AB P == 3.全概率公式和贝叶斯公式n A A ,,1 —原因，在先，B —结果，在后.时间上的先后，逻辑上的先后.五、事件的独立性 1.定义 2.等价条件 3.n 个事件 4.性质(1)B ,A B A,B A B A ；；；,,独立性等价；(2)n A A ,,1 相互独立.其中一部分必相互独立；若干个换成对立事件仍相互独立；分成几组，各组的运算结果间相互独立.5.利用独立性计算概率),(()()()()(1)(B A)P P B P A P B P A P B A P -+=-=+)()()(B P A P B A P =- )()1)(11n n A P A P(A A P -=++最终化为事件乘积的概率. 6.n 重贝努利试验概率的计算：1.推算题 独立性→条件概率→互不相容→包含→一般2.文字题 独立性→全、逆概公式→条件概率→古典概型第二章 随机变量及其概率分布复习要点： 一、分布函数 1.定义 2.性质3.计算概率二、离散型随机变量 1.概率分布 2.性质求概率分布：(1)先找X 的取值；(2)求X 取每个值的概率(可少求一个). 3.求概率利用概率的可加性. 4.分布函数三、连续型随机变量 1.密度 2.性质求密度中的参数. 3.求概率 4.分布函数 (1)求参数(2)与密度的关系 四、重要分布 1.0—1分布 2.二项分布 3.泊松分布 4.均匀分布6.正态分布对称性，概率的计算.五、随机变量函数的分布1.离散型Y=g(X).先找Y的取值，再利用X的分布律和可加性计算Y的分布概率.2.连续型了解分布函数法第三章多维随机变量及其概率分布复习要点：一、多维随机变量及其分布函数二、离散型随机变量1.概率分布2.性质求概率分布：(1)先找X、Y的取值，得(X，Y)的取值(交叉)；(2)求(X，Y)取每个值的概率(可少求一个).3.求概率利用概率的可加性.三、连续型随机变量1.密度2.性质求密度中的参数.3.求概率四、边际分布与独立性1.离散型表上作业.2.连续型注意逆问题：由独立性及边际分布找联合分布.五、重要分布1.二维均匀分布知道何时两分量独立.2.二维正态分布知道边际分布.五、两个随机变量的函数的分布1.离散型Z=X+Y，Z=XY.先找Z的取值，再利用(X，Y)的分布律和可加性计算Z的分布概率.2.两个独立连续型随机变量之和的分布了解卷积公式独立的正态分布的线性组合仍为正态分布.第四章随机变量的数字特征复习要点：1.单个随机变量(1)离散型 (2)连续型n nn p x X E ∑=)( ⎰+∞∞-=xf(x)dx X E )(n nn p x g X g E )()]([∑= ⎰+∞∞-=dx x f x g X g E )()()]([n nnp x X E ∑=22)( ⎰+∞∞-=dx x f x X E )()(222.两个随机变量 (1)离散型ij ij i j p y x g Y X,g E ),()]([∑∑= ij ijij p yx XY E ∑∑=)(∙∑∑∑==i ii ijii jpx p x X E )(j j jij ij jp yp y E(Y ∙∑∑∑==)(2)连续型dy dx y x f y x g Y X,g E ⎰⎰+∞∞-+∞∞-=),(),()]([ dy dx y x f y x XY E ⎰⎰+∞∞-+∞∞-=),()(==⎰⎰+∞∞-+∞∞-dxdy y x xf X E ),()(⎰+∞∞-dx x xf X )( ==⎰⎰+∞∞-+∞∞-dxdy y x f y Y E ),()(⎰+∞∞-dy y f y Y )(建议：用边际分布求各分量的期望及其函数的期望. 3.性质 二、方差 1.定义2.等价公式3.性质随机变量的标准化.三、重要分布的期望、方差 四、协方差 1.定义Cov (X ，Y )=E [X -E (X )]E [Y -E (Y )]),(2)()()(Y X Cov Y D X D Y X D ++=+),(2)()()(Y X abCov Y D b X D a bY aX D 22++=+2.等价公式Cov (X ，Y )=E (XY )-E (X )E (Y )3.性质 五、相关系数 1.定义2.性质3.不相关独立⇒E (XY )=E (X )E (Y )⇔⇔+=±)()()(Y D X D Y X D Cov (X ，Y )=0⇔不相关二维正态分布的特殊性.第五章 大数定律与中心极限定理复习要点：一、切贝雪夫不等式二、大数定律 知道结论.三、中心极限定理1.独立同分布序列的中心极限定理).,(~2n1i i n n N X σμ∑=)()(21σμΦn n a a X P ni i -≈≤∑=2.棣—拉中心极限定理X ~B (n ，p ).X ~N (np ，np (1-p )).).)1(()(p np np a a X P --≈≤Φ第六章 统计量及其抽样分布复习要点：一、概念 1.总体与样本 2.统计量定义；样本均值、样本方差、样本标准差、样本矩(了解). 二、几种统计量的分布 1.2χ分布(1)构造；(2)可加性；(3)分位数. 2.t 分布(1)构造；(2)对称性；(3)分位数. 3.F 分布(1)构造；(2)倒数；(3)分位数. 三、正态总体的抽样分布 单正态总体第七章 参数估计本章重点： 一、点估计 1.矩估计一个参数θ.(1))(θμg EX ==；(2) )ˆ(ˆθμg =；(3)解出θˆ. 2.极大似然估计一个参数θ.(1));(θ∏==n1i i x p L ；(2) lnL ；(3)0d dlnL=θ；(4)解出θˆ. 3.评判标准(1)无偏性.2σμ与的无偏估计；(2)有效性；(3)相合性. 二、区间估计1.概念2.单个正态总体的置信区间第八章 假设检验复习要点： 一、概念 1.基本概念2.步骤3.两类错误二、单个正态总体的假设检验 1.已知方差，检验均值 (u ) (1)双边；(2)单边.2.未知方差，检验均值 (t ) (1)双边；(2)单边.3.未知均值，检验方差 (χ2) (1)双边；(2)单边.三、两个正态总体的假设检验 1.已知方差，检验均值 (u ) (1)双边；(2)单边.2.未知方差但相等，检验均值 (t ) (1)双边；(2)单边.3.未知均值，检验方差 (F ) (1)双边；(2)单边.四、大样本下任意总体的参数检验第九章 回归分析复习要点：回归系数和回归常数的估计公式，了解F 检验.。

高等教育自学考试辅导《概率论与数理统计（经管类）》第二部分数理统计部分专题一统计量及抽样的分布I.考点分析近几年试题的考点分布和分数分布II.内容总结一、总体与样本1.总体：所考察对象的全体称为总体；组成总体的每个基本元素称为个体。

2.样本：从总体中随机抽取n个个体x1,x2…,x n称为总体的一个样本，个数n称为样本容量。

3.简单随机样本如果总体X的样本x1,x2…,x n满足：（1）x1与X有相同分布，i＝1，2，…，n；（2）x1,x2…,x n相互独立，则称该样本为简单随机样本，简称样本。

得到简单随机样本的方法称为简单随机抽样方法。

4.样本的分布（1）联合分布函数：设总体X的分布函数为F（x），x1,x2…,x n为该总体的一个样本，则联合分布函数为二、统计量及其分布1.统计量、抽样分布：设x1,x2…,x n为取自某总体的样本，若样本函数T=T（x1,x2…,x n）不含任何未知参数，则称T为统计量；统计量的分布称为抽样分布。

2.样本的数字特征及其抽样分布：设x1,x2…,x n为取自某总体X的样本，（2）样本均值的性质：①若称样本的数据与样本均值的差为偏差，则样本偏差之和为零，即②偏差平方和最小，即对任意常数C，函数时取得最小值. （5）样本矩（7）正态分布的抽样分布A.应用于小样本的三种统计量的分布的为自由度为n的X2分布的α分位点.求法：反查X 2分布表.III.典型例题[答疑编号918020101]答案：D[答疑编号918020102]答案：[答疑编号918020103]答案：B[答疑编号918020104]答案：1[答疑编号918020105]答案：B[答疑编号918020106]故填20.[答疑编号918020107]解析：[答疑编号918020108]答案：解析：本题考核正态分布的叠加原理和x2－分布的概念。

根据课本P82，例题3－28的结果，若X～N（0，1），Y～N（0,1）,且X与Y相互独立，则X＋Y～N（0＋0，1＋1）＝N（0，2）。