连续型随机变量的分布 一随机变量的分布函数是描述任何类型的 随机变量的变化规律的最一般的形式,但 由于它不够直观,往往不常用。 比如,对离散型随机变量,用概率函数来 描述即简单又直观。 对于连续型随机变量也希望有一种比分布 函数更直观的描述方式。 这就是今天要讲的“概率密度函数

关于上一次作业的问题 请注意全概率公式和贝叶斯公式的题型,将 试验可看成分为两步做,如果要求第二步某 事件的概率,就用全概率公式,如果是在第 步二某事件发生条件下第一步某事件的概 率,就用贝叶斯公式

引入随机变量的概念. 由于随机 变量概念的引入，我们可利用微积分知识， 更全面更深刻地揭示随机现象的内在规律

一、简介 对于正态总体，其参数无非是两个：均值(期望) µ 和方差 ，如果加上两总体的参数 比较，概括起来，对参数的假设一般只有如下四种情形：

由于很多总体都是正态总体,所以正态总体参数的假设检验尤为重要,利用上一节课讲过的 方法和正态总体的均值方差函数的性质,可导出下列检验表

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

一、(12分)设甲稍装有3个白球2个红球,乙箱中有4六4小红:现从甲箱中任取一球放于乙箱,再从乙取出一球 (1)求球为球的概率; (2)若乙中出的白球求箱中取的也是白球的悦

4.4协方差和相关系数 问题对于二维随机变量(X,Y): 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

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

一、概率的定义 概率的公理化定义设E是随机试验,S是它的 样本空间,对于E的每一个事件A赋予一个实数P(A) 称之为事件A的概率,如果它满足下列三个条件: