1.问题的提法 众所周知,总体X的全部信息可以通过其分布 函数F(X,θ反映出来,但实际上参数θ往往未知有时 甚至F(X,0)的表达式也未知因此需要根据实际问题 的需要,对总体参数或分布函数的表达式做出某种 假设(称为统计假设),再利用从总体中获得的样本信 息来对所作假设的真伪做出判断或进行检验. 这种利用样本检验统计假设真伪的过程叫做 统计检验(假设检验)

一、协方差的定义与性质 二、随机变量的线性逼近与相关系数

一、样本空间与随机事件 二、事件间的关系与运算

研究的主要问题：1有关单因素和多因素非简单试验的统计分析方法多处理的正态总体参数估计和均值比较。2.对输入变量与试验指标之间存在的统计因果关系和协同变异问题进行统计分析的方法回归分析和相关分析

3.5条件数学期望与方差 一、条件数学期望概念

一、条件概率与乘法定理 二、全概率公式与贝叶斯公式

上饶师范学院：《概率论与数理统计》课程教学资源（PPT课件）第三章 连续形型随机变量 §3.6 条件分布函数与条件期望、回归与第二类回归

上饶师范学院：《概率论与数理统计》课程教学资源（电子教案）第三章 连续形型随机变量 3.6 条件分布函数与条件期望、回归与第二类回归

3.1数学期望与方差 一、随机变量的数学期望

一、随机变量的函数 定义如果存在一个函数g(X),使得随机变量XY满足 Y=(X), 则称随机变量Y是随机变量X的函数. 注:在微积分中我们讨论变量间的函数关系时,主要研究函数关系的确定性特征,例 如导数、积分等而在概率论中,我们主要研究是随机变量函数的随机性特征,即由自变量 X的统计规律性出发研究因变量Y的统计性规律