前面讨论的总体分布中知参数的估计和检验都是假定总体分布类型已知，比如为正态总 体的前提下进行的，在实际应用时，总体的分布往往未知，首先应对总体分布类型进行推断， 如何对总体的分布进行推断呢，不难想象，我们可以由样本作经验分布函数的提示，对总体 分布类型作假设

一、简介 对于正态总体，其参数无非是两个：均值(期望) µ 和方差 ，如果加上两总体的参数 比较，概括起来，对参数的假设一般只有如下四种情形：

一． 二维随机变量与分布函数 定义：X= (X1, X2 ,\, Xn ) T 的分布函数定义为：

一、 一个随机变量的函数的分布 例如：已知分子运动速度V 的分布，要求分子动能

一、教学要求： 1、 掌握随机变量的数学期望和方差的概念、性质及计算 ； 2、 掌握随机变量函数的期望 ；

一．事件的关系 1．包含和相等： 包含：记为 A ⊂ B，称为 B 包含 A。表示 A 发生必然导致 B 发生

一、主要内容 1．假设检验的基本概念，假设检验可能产生的两类错误，假设检验的基本步骤； 2．单个正态总体均值与方差假设检验方法; 3．两个正态总体的均值差与方差比假设检验方法；

一、主要内容 （一）、一维随机变量及其分布 1. 随机变量的分布函数 2. 分布函数的性质 3. 离散型随机变量及其分布函数 4. 常见离散型随机变量及其分布律

1、 二维随机变量的数学期望和条件数学期望 二维随机变量(ξ ,η) 离散时，用联合分布列 i j pij P(ξ = x ,η = y ) = 表示； 连续时，用联合密度函数 p( x, y)表示。 设随机变量函数ζ = f (ξ ,η) ，其数学期望定义为：

定义 1.2.2: 设Ω 为一样本空间，F 为Ω 某些子集所组成 的集合类，如果F 满足： （1）Ω ∈F ； （2）若 A∈F ，则对立事件 A∈F ； （3）若 A ∈ , n = 1, 2,L, n F 则可列并 ∈F