-
1 # 唸瀾智梓
-
2 # 欲塵清風15
1 概率論與數理統計課程的主要特點是概念和公式繁多,章節的關系鬆散,應用題比較抽象,所以復習時要注重這些概念的理解。
2 第一、二章是基礎,很少單獨命題,經常結合後面的章節進行考察,但這兩章要深刻理解,只有這部分內容透徹理解後面的內容才能容易掌握。概率部分要重點掌握的是二維隨機變量的概率分布、邊緣分布、條件分布、獨立性等概念,要把定義和對應計算公式掌握的很熟練。另外,數學期望、方差、協方差、相關係數等數字特徵的概念及計算公式也要重點復習,因為這幾個概念是每年必考,並且主要考計算。
3 最後,這部分難點是多維隨機變量的函數的分布。這個考點最近幾年每年必考,並且主要以大題的形式出現。雖然是難點,但是方法還是比較固定的,掌握每種題型的方法即可。大數定律和中心極限定理不是考試的重點,考綱要求是了解,所以只要掌握定理的條件和結論。數理統計部分主要圍繞三大統計量分布,點估計是這部分內容的重難點,經常會考解答題。統計量的評選標準中的無偏估計要重點復習,有效性和相合性了解即可。區間估計和假設檢驗這麼多年考的比較少,所以也是了解一下,找幾個小題做一下就行了。
-
3 # 用戶5119196148852
1、隨機事件和概率
(1)樣本空間與隨機事件
(2)概率的定義與性質(含古典概型、幾何概型、加法公式)
(3)條件概率與概率的乘法公式
(4)事件之間的關系與運算(含事件的獨立性)
(5)全概公式與貝葉斯公式
(6)伯努利概型
其中:條件概率和獨立為本章的重點,這也是後續章節的難點之一,考生務必重視。
2
隨機變量及其概率分布
(1)隨機變量的概念及分類
(2)離散型隨機變量概率分布及其性質
(3)連續型隨機變量概率密度及其性質
(4)隨機變量分布函數及其性質
(5)常見分布
(6)隨機變量函數的分布
其中:要理解分布函數的定義,還有就是常見的分布律抑或密度函數必須記好且能熟練應用。
3
二維隨機變量及其概率分布
(1)多維隨機變量的概念及分類
(2)二維離散型隨機變量聯合概率分布及其性質
(3)二維連續型隨機變量聯合概率密度及其性質
(4)二維隨機變量聯合分布函數及其性質
(5)二維隨機變量的邊緣分布和條件分布
(6)隨機變量的獨立性
(7)兩個隨機變量的簡單函數的分布
其中:本章是概率的重中之重,每年的解答題定會有一道與此知識點有關的題目,每個知識點都是重點,考生務必重視!
4
隨機變量的數字特徵
(1)隨機變量的數字期望的概念與性質
(2)隨機變量的方差的概念與性質
(3)常見分布的數字期望與方差
(4)隨機變量矩、協方差和相關係數
其中:本章只要清楚概念和運算性質,題目就不會太難,關鍵是在於計算。
5
大數定律和中心極限定理
(1)切比雪夫不等式
(2)大數定律
(3)中心極限定理
其中:其實本章考試的可能性不大,最多以選擇填空的形式出現。
6
數理統計的基本概念
(1)總體與樣本
(2)樣本函數與統計量
(3)樣本分布函數和樣本矩
其中:本章還是以概念為主,清楚概念後靈活運用,解決此類問題不在話下。
7
參數估計
(1)點估計
(2)估計量的優良性
(3)區間估計
回覆列表
切比雪夫(Chebyshev)不等式:對於任一隨機變量X ,若EX與DX均存在,則對任意ε>0,恆有P{|X-EX|>=ε}<=DX/ε^2。切比雪夫不等式可以使人們在隨機變量X的分布未知的情況下,對事件|x-u|<ε概率作出估計。 19世紀俄國數學家切比雪夫研究統計規律中,論證並用標準差表達了一個不等式,這個不等式具有普遍的意義,被稱作切比雪夫定理,其大意是: 任意一個數據集中,位於其平均數m個標準差範圍內的比例(或部分)總是至少為1-1/m2,其中m為大於1的任意正數。
對於m=2,m=3和m=5有如下結果: 所有數據中,至少有3/4(或75%)的數據位於平均數2個標準差範圍內。
所有數據中,至少有8/9(或88.9%)的數據位於平均數3個標準差範圍內。
所有數據中,至少有24/25(或96%)的數據位於平均數5個標準差範圍內。 切比雪夫(Chebyshev)不等式它適用於幾乎無限種類型的概率分布,並在比正態更寬鬆的假設下工作。