随机数的产生 随机变量的 率密度计算 概 随机变量的累积概率值(分布函数值) 随机变量的逆累积分布函数 随机变量的数字特征 统计作图 参数估计 假设检验 方差分析

第零章背景与基本要求 第一章事件与概率 第二章条件概率与统计独立 第三章随机变量与分布函数 第四章数字特征与特征函数 第五章极限定理

信息论是在长期通信工程的实践中,由通信技术与概率论 随机过程和数理统计相结合而逐步发展起来的一门科学 奈魁斯特:他在1924年研究影响电报传递速度的因素时,就 察觉到信息传输速度和频带宽度有关系;

《专业导论》 《认识实习》 《高等数学》 《线性代数及其应用》 《国民经济统计学》 《随机过程》 《运筹学》 《实用回归分析》 《应用计算软件（SPSS）》 《概率论》 《企业经营统计》 《应用时间序列分析》 《非参数统计》 《实用统计软件（R 语言）》 《抽样技术与应用》 《应用多元统计分析》 《大数据技术》 《Python 语言与数据挖掘》 《探索性数据分析》 《数据可视化》 《统计推断》 《统计建模》 《装备制造企业统计学》 《统计专业英语》 《社会统计与社会调查方法》 《空间数据分析》 《数理统计》 《毕业实习》 《毕业设计（论文）》

一、性质 数理统计基础是高等学校数学专业的一门专业基础课程，它是研究大量随机 现象数量规律的一门学科。数理统计的方法在自然科学、工程技术研究及社会科 学领域中应用极其广泛

信息论：是一门应用概率论、 随机过程、数理统计和近世代 数的方法，来研究广义的信息 传输、提取和处理系统中一般 规律的科学；它的主要目的是 提高信息系统的有效性和可靠 性，最优化；其主要内容（或 分支）包括：香农理论、编码 理论、维纳理论、检测和估计 理论、信号设计与估计理论、 调制理论和随机噪声理论

一、理解并能应用统计思想 二、熟练掌握常用方法: 三、假设检验、方差分析、回归分析、实验设计等 四、了解其它统计方法的适用范围、限制条件等 1.1 随机现象与统计规律性 1.2 样本空间与事件 1.3 概率 1.4 概率的运算 1.5 独立性 1.6 全概公式

前面两章中我们介绍了概率论的基本内容包括古典概型的一些计算方法以及研究随机 现象的有力工具一随机变量。从本章起,我们开始讨论统计学的核心内容,即如何从一些 包含有随机误差,又并不完全的信息中得出科学的、尽可能正确的结论。在一般情况下,所 谓信息就是从实验或调查中得到的数据,这些数据显然带有一些我们既无法控制、也无法避 免的误差

听肖邦弹奏他自己的音乐无疑是幸运的，可惜那时没有录音手段，我们无法享受大师自己的演绎。但是你却可以幸运地可以由贝叶斯本人向你解释贝叶斯方法

关于总体特征的随机变量的概率分布的一个陈述称为 统计假设，如果这个陈述只涉及到总体的参数则称为参数 假设。否则称为非参数假设,验证统计假设的方法叫做统计 假设检验