正确推导 1-12解一720000,计算有利场合数 有一位85832 有两位8 7 6878 有三位87 有四位8—

何为假设检验? 假设检验是指施加于一个或多个 总体的概率分布或参数的假设.所作 假设可以是正确的,也可以是错误的. 为判断所作的假设是否正确,从 总体中抽取样本,根据样本的取值,按 一定原则进行检验,然后作出接受或 拒绝所作假设的决定

7.2点估计的评价标准 对于同一个未知参数,不同的方法得 到的估计量可能不同,于是提出问题 应该选用哪一种估计量? 用何标准来评价一个估计量的好坏? (1)无偏性 常用 标准 （2)有效性 (3)致性

确定统计量的分布 是数理统计的基本 问题之一 正态总体是最常见的总体,本节介绍 的几个抽样分布均对正态总体而言

5.2中心极限定理 定理一林德伯格-列维中心极限定理 (Lindberg-levi) 【独立同分布的中心极限定理] 定理二棣莫弗-拉普拉斯中心极限定理 (De Moivre-Laplace-) 【二项分布以正态分布为极限分布]

4.4协方差和相关系数 问题对于二维随机变量(,): 已知联合分布 边缘分布 对二维随机变量除每个随机变量各自 的概率特性外,相互之间可能还有某种联系 问题是用一个怎样的数去反映这种联系 数 反映了随机变量X,Y之间的某种关系

3.4二维r..函数的分布 问题已知r(X,Y)的概率分布, g(x,y)为已知的二元函数, 求Z=8(X,Y)的概率分布 方法转化为(X,Y)的事件

二维离散r.v的条件分布律 设二维离散型r.v.(X,Y)的分布 若-XO 记作 则称y)) j12 9 为在X=x1的条件下,Y的条件分布律

2.4r.v.函数的分布 问题已知r.v.X的d.f.或分布律 求随机因变量Y-g()的密度函数或分布律 方法将与Y有关的事件转化成X的事件

2.2离散型随机变量及其概率分布 离散随机变量及分布律 定义若随机变量X的可能取值是有限 个或可列个,则称Ⅹ为离散型随机变量 描述ⅹ的概率特性常用概率分布或分布律