§1 数理统计中的几个概念 §2 数理统计中常用的三个分布 §3 一个正态总体下的统计量的分布 §4 两个正态总体下的统计量的分布

在本节中，我们重点讨论二维随机变量，三维或更多维的随机变量的许多概念和结论是二维随机变量的推广

2.3独立随机变量,条件分布 一、相互独立随机变量 随机事件A与B相互独立,若

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

§1 数理统计中的几个概念 §2 数理统计中常用的三个分布 §3 一个正态总体下的统计量的分布 §4 两个正态总体下的统计量的分布

统计学是运用概率论和数理统计 的原理和方法，研究数据资料的 收集、整理、分析和推断，从而 反映事物内在规律的一门学科

1．理解总体、个体、简单随机样本和统计量的概念，掌握样本均值、样本方差及样本矩的计算

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]

定理1独立同分布的中心极限定理 设随机变量序列X,X2,Xn 独立同一分布,且有期望和方差: E(X)=,D(X)=2>0,k=12,… 则对于任意实数x

·描述性统计(Descriptive Statistics) ·算数平均值(Arithmetic Mean) ·中位值(Median) ·样本方差(Sample Variance) ·直方图(Histogram) ·概率质量函数(Probability Mass Function) ·正态分布(Normal Distribution) ·相关性(Correlation)