运用数字特征的基本性质计算具体分布的数字特征，掌握常用分布的数字特征。 (2)会根据随机变量X的联合概率分布求其函数8)的数学期望Eg:会根据随机变量X 和Y的概率分布求其函数g(X,的数学期望Eg(X,。 (3)根据随机变量X和Y的概率分布求其相关系数，理解相关系数取特殊值的概率含义。了 解切比雪夫不等式。 2.重点、难点 重点：离散型随机变量的数学期望，连续型随机变量的数学期望，随机变量函数的数学期望 数学期望的性质，几种重要随机变量的数学期望：方差的概念，方差的性质，几种重要随机 弯量的方差：协方劳，相关系数。 3.说明 矩、协方差矩阵的概念可以略讲。 (五)大数定律及中心极限定理(2学时) 内容：大数定律：中心极限定理。 1.基本要求 (1)了解切比雪夫大数定律、贝努利大数定律和辛锌大数定律（独立同分布随机变量的大数定 律)成立的条件和结论。 (2)了解独立同分布的中心极限定理，德莫佛一拉普拉斯中心极限定理（二项分布以正态分布 为极限分布的定理)的应用条件和结论，并会用相关定理近似计算有关随机事件的 概率。 2.重点、难点 重点：独立同分布的中心极限定理：德莫佛一拉普拉斯中心极限定理。 难点：概率收敛的概念：切比雪夫大数定律、贝努利大数定律、辛锌大数定律。 3.说明 该章大数定理部分可以略讲。 (六)数理统计的基本概念(3学时) 内容：随机样本：抽样分布。 基本要求 ()了解总体、个体、样本、简单随机样本、统计量、样本均值、样本方差及样本矩的概念。 了解x2分布、1分布和F分布的定义及性质、了解分位数的概念并会查表计算。 (2)了解正态总体的常用抽样分布。 2.重点 总体、个体、样本、简单随机样本、统计量、样本均值、样本方差及样本矩的概念：正态总 体的常用抽样分布。 3.说明 分布、1分布和F分布的定义及性 可略讲 (七)参数的点估计与区间估计7学时) 内容：参数的点估计：估计量的评价标准：区间估计：正态总体均值和方差的置信 区间：(0-1)分布参数的区间估计：单侧置信区间。 1.基本要求 ()理解参数的估计、估计量、点估计的概念。掌握矩估计法一，二阶矩)和极大似然估计 法。 (2)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 无偏性。运用数字特征的基本性质计算具体分布的数字特征，掌握常用分布的数字特征。 (2) 会根据随机变量 X 的联合概率分布求其函数 g(X)的数学期望 E[g(X)]；会根据随机变量 X 和 Y 的概率分布求其函数 g(X，Y)的数学期望 E[g(X，Y)]。 (3) 根据随机变量 X 和 Y 的概率分布求其相关系数，理解相关系数取特殊值的概率含义。了 解切比雪夫不等式。 2. 重点、难点 重点：离散型随机变量的数学期望，连续型随机变量的数学期望，随机变量函数的数学期望， 数学期望的性质，几种重要随机变量的数学期望；方差的概念，方差的性质，几种重要随机 变量的方差；协方差，相关系数。 3. 说明 矩、协方差矩阵的概念可以略讲。 (五) 大数定律及中心极限定理(2 学时) 内容：大数定律；中心极限定理。 1．基本要求 (1) 了解切比雪夫大数定律、贝努利大数定律和辛锌大数定律(独立同分布随机变量的大数定 律)成立的条件和结论。 (2) 了解独立同分布的中心极限定理，德莫佛—拉普拉斯中心极限定理(二项分布以正态分布 为极限分布的定理) 的应用条件和结论，并会用相关定理近似计算有关随机事件的 概率。 2. 重点、难点 重点：独立同分布的中心极限定理；德莫佛—拉普拉斯中心极限定理。 难点：概率收敛的概念；切比雪夫大数定律、贝努利大数定律、辛锌大数定律。 3．说明 该章大数定理部分可以略讲。 (六) 数理统计的基本概念(3 学时) 内容：随机样本；抽样分布。 1. 基本要求 (1) 了解总体、个体、样本、简单随机样本、统计量、样本均值、样本方差及样本矩的概念。 了解 x 2 分布、t 分布和 F 分布的定义及性质、了解分位数的概念并会查表计算。 (2) 了解正态总体的常用抽样分布。 2. 重点 总体、个体、样本、简单随机样本、统计量、样本均值、样本方差及样本矩的概念；正态总 体的常用抽样分布。 3．说明 x 2 分布、t 分布和 F 分布的定义及性质可略讲。 (七) 参数的点估计与区间估计(7 学时) 内容：参数的点估计；估计量的评价标准；区间估计；正态总体均值和方差的置信 区间；(0-1)分布参数的区间估计；单侧置信区间。 1．基本要求 (1) 理解参数的估计、估计量、点估计的概念。掌握矩估计法(一，二阶矩)和极大似然估计 法。 (2) 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 无偏性