 §6.1 随机样本  §6.2 直方图和箱线图  §6.3 抽样分布

随机变量的数学期望 随机变量的方差 随机变量的协方差和相关系数

一、协方差的概念及性质 三、相关系数的意义 四、独立和不相关的关系 五、矩 六、小结

一、随机变量的数学期望 二、随机变量的方差 三、随机变量的协方差和相关系数

4.5中心极限定理 一、中心极限定理定义和意义

1、理解随机事件和样本空间的概念，熟练掌握事件之间的关系与基本运算； 2、理解事件频率的概念，了解随机现象的统计规律性； 3、理解古典概率的定义，了解概率的统计定义、几何概率的定义，知道概率的公理化定义；

一、教学目的要求 1.了解抽样的基本内容:总体和样本。 2.理解分位数、分位点等概念。 3.掌握统计量的基本概念及常用统计量、常用三大分布

这一讲我们介绍了全概率公式、贝叶斯公式它们是加法公式和乘法公式的综合运用,同学们可通过进一步的练习去掌握它们.值得一提的是，后来的学者依据贝叶斯公式的思想发展了一整套统计推断方法，叫作“贝叶斯统计”.可见贝叶斯公式的影响

1.3概率模型与公理化结构 一、可测空间 柯氏公理体系是现代概率论的基石从古典概率、几何概率等共有基本属性出发,抽象并建立概率论的基础理论. 回顾古典概率、几何概率的定义,有如下问题:

概率论第二章习题参考解答 1.用随机变量来描述掷一枚硬币的试验结果写出它的概率函数和分布函数 解:假设=1对应于\正面朝上”,=0对应于反面朝上.则