第五节随机变量的相互独立性 设,n为随机变量,如果它们满足下列条件:对于实轴上任意两个集合S1,S2,如果事件{5eS1},{nS2}相互独立,那末,称n相互独立.直观地说,,η相互独立就是它们取值时互不牵连

第八章随机变量的数字特征 随机变量是按一定的规律(即分布)来取值 的.实用上,有时并不需要了解这个规律的 全貌,而只需要知道它的某个侧面.这时, 往往可以用一个或几个数字来描述这个侧 面.这种数字是按分布而定的,它部分地描 述了分布的性态.称这种数字为随机变量 的数字特征.本章介绍最常用的几个数字 特征

在实际问题中试验结果往往需要同时用 两个或两个以上的随机变量来描述.要 研究这些随机变量及其取值规律多维 分布.本章将介绍有关这方面的内容.为 简明起见,只介绍二维情形.有关内容可 以类推到多于二维的情形

若随机变量的分布函数F(x)恰好是某个 非负函数(x)在(∞,x)上的积分,即 则称ξ为连续型随机变量,称q(x)为的分布 密度(简称密度),也有称概率密度的,并称ξ 的分布为连续型分布

第一节一维随机变量及其分布函数 每一随机试验,试验结果的集合多种多样,通常喜欢用计算机表示试验结果,则将每一试验结果用一数来表示,或者说建立起基本空间的每一个元素到实数的映射,这种代表试验结果的数,被称为随机变量.有的基本空间本来就是实数轴,因此试验结果本身就是随机变量

第四章条件概率事件的相互独立性及试验的相互独立性 第一节条件概率乘法定理

棣莫佛.A.(1667~1754) 棣莫佛是分析三角和概率论的先驱,1667年5月生于法国维 特里—勒弗朗索瓦,1954年11月卒于伦敦原来是法国加尔 文 派教徒在新旧教斗争中被投入监狱,获释后于1685年移居 伦 敦在那里以担任家庭教师和保险事业顾问等终其一生他和 1牛顿及天文学家E哈雷友善,谙熟牛顿的流数术

重要的专业基础课，是计量经济学、抽样调查、市场调查、多元统计、统计预测与决策、时间序列分析、国民经济核算、数据处理与数据分析等专业主干课的学习基础

切比雪夫.Ⅱ.J(1821~1894) 俄国数学家,机械学家.1821年5月生于奥卡托瓦,1894年 12 月卒于彼得堡.1841年毕业于莫斯科大学,1849年获博士学 位,1847~1882年在彼得堡大学任教,1850年成为教 授.1859 年当选为彼得堡科学院院士,他还是许多国家科学院的外籍 院士和学术团体成员,1890年获法国荣誉团勋章. 在概率论方面切比雪夫建立了证明极限定理的新方法一矩 法,用十分初等的方法证明了一般形式的大数律,研究了独 立随机变量和函数收敛条件

取得总体的样本后,通常是借助样本的统计量对未知的总体分布进行推断,为此须进一 步确定相应的统计量所服从的分布,除在概率论中所提到的常用分布外,本节还要介绍几个 在统计学中常用的统计分布: