随机变量 X 的离差，反映随机变量 X 的一切可能值在其数学期望周围的分散程度

第一讲 事件及其概率 1. 事件及其关系和运算 （1）事件之间的关系： 包含、相等、互不相容、对立(互逆) （2）事件之间的运算及运算率： 和(并）、差、积（交）

 §4.1 数学期望  §4.2 方差  §4.3 协方差及相关系数  §4.4 矩、协方差矩阵

§4.1 数学期望 §4.2 方差 §4.3 协方差及相关系数 §4.4 矩、协方差矩阵

1.概括分析:在第二章中我们研究了离散型随机变量,在那里随机变量只取有限个或 可列个值,这当然有很大的局限性在许多随机现象中出现的一些变量,它们的取值是可以充满 某个区间或区域的(也就不会只取有限个或可列个的值),概率论的任务是要研究它们的统计规 律,那么对于这种更一般的随机变量,如何来描述它的统规律呢?因为单点集的长度为零由 此可知,用“分布列”是行不通的,需要另外找一个合适的“工具”分布函数.本节是概率 论中的基本内容之一学习本节,要求学生掌握随机变量

一、矩估计法 矩估计法的基本思想是用样本矩估计总体矩因为由在数定理知,当总体的k阶矩存在 时样本的k阶矩依概率收敛于总体的k阶矩例如,可用样本均值作为总体均值E(X)的 估计量,一般地

什么是参数估计? 参数是刻画总体某方面概率特性的数量. 当此数量未知时,从总体抽出一个样本, 用某种方法对这个未知参数进行估计就 是参数估计. 例如,~N(u,o2) 若从2未知,通过构造样本的函数,给出 它们的估计值或取值范围就是参数估计 的内容 点估计区间估计

第三节随机变量的分布函数 当我们要描述一个随机变量时,不仅要说明它能够取哪些值,而且还要指出它取这些 值的概率.只有这样,才能真正完整地刻画一个随机变量,为此,我们引入随机变量的分布 函数的概念

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

一、事件的独立性 例1已知袋中有5只红球,3只白球从袋中有放回地取球两次每次取1球设第i次