例1设随机变量X具有数学期望E(X)=u,方差 D()=o2≠0.记*=(X-u)/o

在第一章提到过事件发生的频率具有稳定性, 即随着试验次数的增加,事件发生的频率逐渐 稳定于某个常数.在实践中人们还认识到大量 测量值的算术平均值也具有稳定性.这种稳定 性就是本节要讨论的大数定律的客观背景

定义设F(x,y)及Fx(x),F(v)分别是二维随机变 量(X,Y)的分布函数及边缘分布函数.若对于 所有x,y有

对于同一个未知参数不同的方法得到 的估计量可能不同,于是提出问题 应该选用哪一种估计量?

1、理解数学期望、方差的概念，并掌握它们的性质。 2、会计算随机变量函数的数学期望。 3、了解协方差、相关系数的概念

1、了解 Bernoulli 概型，熟练掌握二项分布、Poisson 分布； 2、熟练掌握均匀分布、正态分布和指数分布及其性质； 3、熟记二项分布、泊松分布、均匀分布的数学期望和方差；

1、理解切比雪夫不等式； 2、了解切比雪夫大数定理及 Bernoulli 大数定理； 3、知道独立同分布的中心极限定理，了解德莫佛—拉普拉斯中心极限定理

1、理解参数估计的概念，熟练掌握点估计的矩估计法和极大似然估计法； 2、掌握估计量好坏的三个评选标准； 3、理解理解区间估计的概念，熟练掌握单个正态总体的均值和方差的置信区间；

1、理解总体、个体和样本的概念； 2、了解经验分布函数和直方图的作法，知道格林汶科定理； 3、理解样本均值、样本方差和样本矩的概念并会计算；

1、理解显著性检验的基本思想，掌握显著性检验基本步骤和可能产生的两类错误； 2、掌握单个及两个正态总体的均值和方差的假设检验； 3、知道总体分布假设的