一、贝努里概型和二项分布 例1设生男孩的概率为p,生女孩的概率为q=-p,令表示随机抽查出生的4个婴儿中“男孩”的个数. 我们来求X的概率分布

1. 将一枚均匀的硬币抛两次，事件 A, B,C 分别表示“第一次出现正面”，“两次 出现同一面”，“至少有一次出现正面”。试写出样本空间及事件 A, B,C 中的样本 点

一、随机向量的概念 多维随机变量也就是多个随机取值的变量,也称为随机向量。定义如果随机变量X1…Xn定义在同一概率空间(,3,P)上,则称

譬如,在估计湖中鱼数的问题中,若 我们根据一个实际样本,得到鱼数N的极 大似然估计为1000条 实际上,N的真值可能大于1000条, 也可能小于1000条. 若我们能给出一个区间,在此区间 内我们合理地相信N的真值位于其中. 这样对鱼数的估计就有把握多了

一、多无线性回归模型 上节讨论了一元线性回归模型,在实际问题中,遇到更多的是讨论随机变量Y与非随机变量x,x2,…,x之间的关系,本节假设它们具有线性关系

1、了解随机变量的概念； 2、理解离散型随机变量的概念及其分布律的概念和性质； 3、理解连续型随机变量的概念及其概率密度函数的概念和性质；

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