前面讨论了随机变量的分布函数,从中知道随机变量的分布函数能完整地描述随机变 量的统计规律性 但在许多实际问题中,人们并不需要去全面考察随机变量的变化情况,而只要知道它的 某些数字特征即可

1.2概率的定义及计算 历史上概率的三次定义 1.古典定义概率的最初定义 2。统计定义基于频率的定义 3。公理化定义1930年后由前苏联数学家柯尔莫哥洛夫给出

前言 第一章随机事件及其概率 1.同一问题的概型未必唯一 2.事件间的关系 (1)由A-B=C推不出A=BC (2)由A=BC推不出A-B=C

问题的提出 人们经常遇到的问题是如何选取样本以及 根据样本来对总体的种种统计特征作出判 断。实际工作中碰到的随机变量(总体)往 往是分布类型大致知道,但确切的形式并不 知道,亦即总体的参数未知.要求出总体的 分布函数F(x)(或密度函数p(x))就等于要根 据样本来估计出总体的参数.这类问题称为 参数估计

在许多随机试验中，需要考虑的指标不止一个。例如，考查某地区学龄前儿童发育情况，对这一地区的儿童进行抽样检查，需要同时观察他们的身高和体重，这样，儿童的发育就要用定义在同一个样本空间上的两个随机变量来加以描述。又如，考察礼花升空后的爆炸点，此时要用三个定义在同一个样本空间上的随机变量来描述该爆炸点。在这一章中，我们将引入多维随机变量的概念，并讨论多维随机变量的统计规律性

1.2概率的定义及计算 历史上概率的三次定义 1、古典定义概率的最初定义 2、统计定义基于频率的定义 3、公理化定义1930年后由前 苏联数学家柯尔莫哥洛夫给出

假设检验是统计推断的另一个重要的组成部 分。它分为参数检验与非参数检验。参数检验是 已知总体X的分布函数F(x,0)的分布形式,对总 体分布函数中的未知参数θ提出某种假设,然后 利用样本X1,X2,Xn提供的信息对所提出的假设 进行检验,根据检验的结果对所提出的假设作出 拒绝或接受的判断。非参数检验是指总体X的分 布函数表达式F(x)不知道时,假设总体X的分布 函数为某个指定的分布函数F(x),问怎样利用 子样X1X2,Xn提供的信息来对所提出的假设作 出判断,是拒绝或接受

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

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