概率論與數理統計培訓

 

 

 

一

1.1-隨機事件的概念

1.2-隨機事件的關系與運算

1.3-概率的定義

1.4-古典概型

二

1.5-條件概率與乘法公式

1.6-全概率公式

1.7-貝葉斯公式

1.8-事件的獨立性

三

2.1-隨機變量及其分布函數

2.2-離散型隨機變量的分布律

2.3--0-1分布和二項分布

2.4-泊松分布

四

2.5-連續型隨機變量的概率密度函數

2.6-均勻分布

2.7-指數分布

2.8-正態分布

2.9-離散型隨機變量的函數的分布

2.10--連續型隨機變量的函數的分布

五

3.7-兩個隨機變量和的分布

3.8-兩個隨機變量商的分布

3.9-兩個隨機變量大與小的分布

3.1-二維隨機變量與聯合分布函數的概念

3.2-二維離散型隨機變量

3.3-二維連續型隨機變量

3.4-二維離散型隨機變量的邊緣分布律

3.5-二維連續型隨機變量的邊緣密度函數

3.6-隨機變量獨立性的判定

六

4.1-數學期望的概念與計算

4.2-數學期望的性質

4.3-方差的概念與計算

4.4-方差的性質

4.5-協方差及矩

4.6-相關系數

七

5.1-切比雪夫不等式與切比雪夫大數定律

5.2-伯努利大數定律和辛欽大數定律

5.3-林德貝格中心極限定理

5.4-棣莫弗--拉普拉斯中心極限定理

八

6.1-總體、樣本、統計量的概念

6.2-卡方分布

6.3-t分布

6.4-F分布

6.5-分位點與查表方法

6.6-抽樣分布定理

九

7.1-矩估計方法

7.2-離散型總體的大似然估計方法

7.3-連續型總體的大似然估計方法

7.4-無偏性

7.5-有效性

7.6-相合性

7.7-區間估計的基本概念

7.8-單個正態總體參數的雙側區間估計

7.9-雙正態總體參數的雙側區間估計

7.10-單側區間估計

十

8.1-假設檢驗的基本概念

8.2-假設檢驗的兩類錯誤

8.3-單個正態總體參數的雙側檢驗

8.4-雙正態總體參數的雙側檢驗

8.6-總體分布的卡方擬合檢驗