7.理解二维随机变量及其联合分布的概念与性质,离散型联合概率分布和条 件分布;连续型联合概率密度和条件密度。 8.理解随机变量独立性的概念,掌握独立性的条件。 9.会求两个独立的随机变量的简单函数的分布 10.理解随机变量的教学期望、方差和标准差的概念,会计算一些具体分布 的数学特征,掌握常用分布的数字特征 11.了解二元随机变量数字特征的概念,会根据二元随机变量的联合概率分 布求其函数的数学期望。 12.了解 Chebyshev不等式与大数定律,了解 Chebyshev定理 13.了解中心极限定理。 、数理统计(学时数:12+3) 教学内容 1.数理统计的基本概念样本及其分布 总体与样本;直方图;几个重要分布;统计量;统计量的分布。 2.参数估计 点估计;矩估计法;极大似然估计法;估计值好坏的标准;区间估计。 3.假设检验 两类错误;正态总体均值与方差的假设检验;总体分布的假设检验 4.一元正态线性回归分析 一元正态线性回归分析的数学模型;未知参数的点估计,估计量的分布;未 知参数的区间估计;回归方程的显著性检验:预测和控制。 教学要求 1.理解总体与样本的概念,理解统计量和统计量的分布的概念。 2.了解x2分布,t分布和F分布的定义及性质。 3.理解参数的点估计的概念。 4.掌握矩估计法(一阶、二阶矩)和极大似然估计法 了解估计量的无偏性的概念,了解判断估计值好坏的标准。 6.了解区间估计的概念,会求单个正态总体的均值和方差的置信区间,会求 两个正态总体的均值差和方差比的置信区间10 7．理解二维随机变量及其联合分布的概念与性质，离散型联合概率分布和条 件分布；连续型联合概率密度和条件密度。 8．理解随机变量独立性的概念，掌握独立性的条件。 9．会求两个独立的随机变量的简单函数的分布。 10．理解随机变量的教学期望、方差和标准差的概念，会计算一些具体分布 的数学特征，掌握常用分布的数字特征。 11．了解二元随机变量数字特征的概念，会根据二元随机变量的联合概率分 布求其函数的数学期望。 12．了解 Chebyshev 不等式与大数定律，了解 Chebyshev 定理。 13．了解中心极限定理。 十一、数理统计（学时数：12+3） 教学内容 1．数理统计的基本概念 样本及其分布 总体与样本；直方图；几个重要分布；统计量；统计量的分布。 2．参数估计 点估计；矩估计法；极大似然估计法；估计值好坏的标准；区间估计。 3．假设检验 两类错误；正态总体均值与方差的假设检验；总体分布的假设检验。 4．一元正态线性回归分析 一元正态线性回归分析的数学模型；未知参数的点估计，估计量的分布；未 知参数的区间估计；回归方程的显著性检验；预测和控制。 教学要求 1．理解总体与样本的概念，理解统计量和统计量的分布的概念。 2．了解 2  分布， t 分布和 F 分布的定义及性质。 3．理解参数的点估计的概念。 4．掌握矩估计法（一阶、二阶矩）和极大似然估计法。 5．了解估计量的无偏性的概念，了解判断估计值好坏的标准。 6．了解区间估计的概念，会求单个正态总体的均值和方差的置信区间，会求 两个正态总体的均值差和方差比的置信区间