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;

大数定律和中心极限定理是概率论的重要基本理 论,它们揭示了随机现象的重要统计规律,在概率 论与数理统计的理论研究和实际应用中都具有重要 的意义。本章将介绍这方面的主要内容

在前面的课程中,我们讨论了随机变量及 其分布,如果知道了随机变量X的概率分布, 那么X的全部概率特征也就知道了。 然而,在实际问题中,概率分布一般是较 难确定的.而在一些实际应用中,人们并不需 要知道随机变量的一切概率性质,只要知道它 的某些数字特征就够了

一、数据收集 二、数据分析和总结 三、概率论回顾 四、统计的抽样分布 五、推断:点估计和置信区间估计,假设检验 六、线性回归 七、方差分析 八、非参数方法 九、专题(数据挖掘?)

随机数的产生 随机变量的 率密度计算 概 随机变量的累积概率值(分布函数值) 随机变量的逆累积分布函数 随机变量的数字特征 统计作图 参数估计 假设检验 方差分析

一、性质 数理统计基础是高等学校数学专业的一门专业基础课程，它是研究大量随机 现象数量规律的一门学科。数理统计的方法在自然科学、工程技术研究及社会科 学领域中应用极其广泛

例 1 设电力公司每月可以供应某工厂的电力ξ （单位 4 10 kw）服从 )30,10( 上的均匀分布，而该工厂每月实际需 要的电力η 服从 )20,10( （单位 4 10 kw）上的均匀分布，ξ 与 η 相互独立，如果工厂能从电力公司得到足够的电力，则 每 kw 4 10 电可以创造 30 万元利润，若工厂从电力公司得不 到足够的电力

前面讨论的总体分布中知参数的估计和检验都是假定总体分布类型已知，比如为正态总 体的前提下进行的，在实际应用时，总体的分布往往未知，首先应对总体分布类型进行推断， 如何对总体的分布进行推断呢，不难想象，我们可以由样本作经验分布函数的提示，对总体 分布类型作假设

一、抽样数据的描述统计 二、随机变量及其概率分布 三、随机变量的数学期望 四、随机变量的方差 五、常用随机变量的分布 六、应用案例

1 线性代数 符号和基础知识 矩阵乘法 运算性质 矩阵微分 2 概率论 概率空间 随机变量及其分布 随机变量的数字特征 条件期望