教学目的:了解随机变量数字特征这个概念引入的必要性,掌握如下数字特征的定义:数学期望,方差, 协方差,矩,相关系数。知道各种数字特征所表达的实际意义,了解它们之间的联系与区别,各自的使用 范围与领域。掌握协方差矩阵,并了解其在多元统计分析中的重要地位

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；

一、总体均值的假设检验 当检验关于总体均值(数学期望)的假设时,该总体中的另一个参数,即方差2是 否已知,会影响到对于检验统计量的选择,故下面分两种情形进行讨论

第三节协方差及相关系数 对多维随机变量,随机变量的数学期望和方差只反了各自的平均值与偏离程度,并 没能反映随机变量之间的关系.本节将要讨论的协方差是反映随机变量之间依赖关系的一 个数字特征

问题1数学期望定义中 为何要求绝对收敛? 我们通过一个期望不存在的例子 来说明这个问题 设X的分布律为P=P(X=x)=1/2 其中x=(-1)21kk=1,2… 则xP=(11k k=1 k=1 =1-1/2+1/3-1/4+…=ln2.(J) 2

一、随机事件 几个概念 1、随机实验:满足下列三个条件的试验称为随机试验 (1)试验可在相同条件下重复进行; (2)试验的 可能结果不止一个,且所有可能结果是已知的; (3)每次试验哪个结果出现是未知的;随机试验以后简 称为试验,并常记为E

在科学试验、生产实践和社会生活中,影响一个事件的因素往往很多。例如,在工业 生产中,产品的质量往往受到原材料、设备、技术及员工素质等因素的影响;又如,在工 作中,影响个人收入的因素也是多方面的,除了学历、专业、工作时间、性别等方面外, 还受到个人能力、经历及机遇等偶然因素的影响.虽然在这众多因素中,每一个因素的改 变都可能影响最终的结果,但有些因素影响较大,有些因素影响较小故在实际问题中

为更好地揭示随机现象的规律性并利 用数学工具描述其规律,有必要引入随机 变量来描述随机试验的不同结果. 例检测一件产品可能出现的两个结果, 也可以用一个离散变量来描述 例电脑寿命可用一个连续变量T来描述

一、离散型随机变量的数学期望 二、连续型随机变量的数学期望 三、随机变量函数的数学期望 四、数学期望的性质

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：