问题已知(x,Y)的枧率分布 g(x,y)为已知的二元函数 求Z=g(X,Y)的概率分布 方法转化为(X,Y)事件

1. MATLAB中概率分布函数 2. 二项分布实验 3. 泊松分布实验 4. 二项分布与泊松分布关系实验 5. 连续型随机变量分布实验 6. 随机变量的均值与方差 7. 逆累积分布函数实验 8. 中心极限定理实验

一、矩估计法 矩估计法的基本思想是用样本矩估计总体矩因为由在数定理知,当总体的k阶矩存在 时样本的k阶矩依概率收敛于总体的k阶矩例如,可用样本均值作为总体均值E(X)的 估计量,一般地

对二维rv.除每个rv各自的概率特 性外,相互之间可能还有某种联系 怎样用一个数去反映这种联系? 数E(-(X)[-E(Y) 便反映了r.v.X,Y之间的某种关系

第三节随机变量的分布函数 当我们要描述一个随机变量时,不仅要说明它能够取哪些值,而且还要指出它取这些 值的概率.只有这样,才能真正完整地刻画一个随机变量,为此,我们引入随机变量的分布 函数的概念

什么是参数估计? 参数是刻画总体某方面概率特性的数量 当此数量未知时,从总体抽出一个样本, 用某种方法对这个未知参数进行估计就 是参数估计

假设检验是指施加于一个或多个总体的 概率分布或参数的假设.所作的假设可以是 正确的,也可以是错误的 为判断所作的假设是否正确,从总体中 抽取样本,根据样本的取值,按一定的原则 进行检验,然后,作出接受或拒绝所作假设 的决定

不同样本算得的μ的估计值不同, 因此除了给出μ的点估计外还希望根据 所给的样本确定一个随机区间,使其包含 参数真值的概率达到指定的要求

一、事件的独立性 例1已知袋中有5只红球,3只白球从袋中有放回地取球两次每次取1球设第i次

一、两个事件的独立性 定义若两事件A,B满足(AB)=P(A)P(B) (1)则称A,B独立,或称A,B相互独立注:当P(A)>0,P(B)>0时,A,B相互独立与A,B互不相容不能同时成立.但与S既相互独立又互不相容(自证)定理1设A,B是两事件,且P(A)>0,若AB相互独立,则(AB)=P(A).反之亦然定理2设事件A,B相互独立则下列各对事件也相互独立:A与B,A与B,A与B