1.复变函数的定义 定义设G是一个复数z=x+iy的集合,如果有一 个确定的法则存在,按照这一法则,对于集合 G中的每一个复数z,就有一个或几个复数 w=u+iv与之对应,则称复变数w是复变数z的函 数(简称复变函数),记作 w=f(Z)

 §7.1 点估计  §7.2 基于截尾样本的最大似然估计  §7.3 估计量的评选标准  §7.4 区间估计  §7.5 正态总体均值和方差的区间估计  §7.6 (0－1)分布参数的区间估计  §7.7 单侧置信区间

 §8.1 假设检验  §8.2 正态总体均值的假设检验  §8.3 正态总体方差的假设检验  §8.6 分布拟合检验

实验1：计算超几何分布 实验2：频率稳定性实验 实验3：利用频率估计自然对数底e 实验4：蒲丰投针实验，利用频率估计圆周率 实验5：生日悖论实验

 §3.1 二维随机变量  §3.2 边缘分布  §3.3 条件分布  §3.4 相互独立的随机变量  §3.5 两个随机变量的函数的分布

§7.1 点估计 §7.2 基于截尾样本的最大似然估计 §7.3 估计量的评选标准 §7.4 区间估计 §7.5 正态总体均值和方差的区间估计 §7.6 (0－1)分布参数的区间估计 §7.7 单侧置信区间

§6.1 点估计的几种方法 §6.2 点估计的评价标准 §6.3 最小方差无偏估计 §6.4 贝叶斯估计 §6.5 区间估计

§8.1 假设检验 §8.2 正态总体均值的假设检验 §8.3 正态总体方差的假设检验 §8.6 分布拟合检验

5.1 Random Vectors and Joint Probability Distributions 5.2 Marginal Distributions 5.3 Conditional Distributions 5.4 Independence 5.5 Bivariate Transformation 5.6 Bivariate Normal Distribution 5.7 Expectations and Covariance 5.8 Joint Moment Generating Function 5.9 Implications of Independence on Expectations 5.10 Conditional Expectations 5.11 Conclusion

8.1 Population and Distribution Model 8.2 Maximum Likelihood Estimation 8.3 Asymptotic Properties of MLE 8.4 Method of Moments and Generalized Method of Moments 8.5 Asymptotic Properties of GMM 8.6 Mean Squared Error Criterion 8.7 Best Unbiased Estimators 8.8 Cramer-Rao Lower Bound 8.9 Conclusion