一、随机变量的独立性 将事件独立性推广到随机变量两个r相互独立性

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.所作的假设可以是 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,按一定的原则 进行检验,然后,作出接受或拒绝所作假设 的决定

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

对二维rv.除每个rv各自的概率特 性外,相互之间可能还有某种联系 怎样用一个数去反映这种联系? 数E(-(X)[-E(Y) 便反映了r.v.X,Y之间的某种关系

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?

《概率论与数理统计》课程教学资源：第二章习题课

《概率论与数理统计》课程教学资源：第六章习题课

分布函数能完整地描述随机变量的统 计特性,但实际应用中,有时并不需要知道 分布函数而只需知道随机变量的某些特征 例如: 判断棉花质量时,既看纤维的平均长度 又要看纤维长度与平均长度的偏离程度 平均长度越长,偏离程度越小,质量就越好;

分布的上侧a分位数 1.正态分布的上侧a分位数设X~N(0,1),0ua)=a的数ua为标准正态分布的上侧a分位数;

极大似然估计的求法 —选择参数的估计量,使实验结果具有最大概率 估计量的几个评选标准 ·样本原点矩是总体原点矩的无偏估计量; 无偏性——E()=·样本方差是总体方差的无偏估计量; ·无偏估计量的函数未必是无偏估计量