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

2.3连续型随机变量 一、连续型rv的概念 定义设是随机变量,若存在一个非负可积函数(x),使得 其中F(x)是它的分布函数则称x是连续型rv,f(x)是它的概率 密度函数(p.d.f.),简记为df

一．事件的关系 1．包含和相等： 包含：记为 A ⊂ B，称为 B 包含 A。表示 A 发生必然导致 B 发生

1.4事件的独立性 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次取得白球为事件A;(i=1,2).求

§1 随机变量 §2 离散型随机变量及其分布律 §3 随机变量的分布函数 §4 连续型随机变量及其概率密度

第三章随机变量及其分布 3-3条件分布 一、条件分布律 二、条件分布函数 三、条件概率密度

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

一、边缘分布函数 二、离散型随机变量的边缘分布律 三、连续型随机变量的边缘概率密度 四、课堂练习 五、小结 布置作业

7.3区间估计 一、引例已知X~N(μ,1)μ的无偏、有效点估计为常数随机变量 不同样本算得的μ的估计值不同,因此除了给出μ的点估计外,还希望根据所给的样本确定一个随机区间,使其包含参数真值的概率达到指定的要求

3.6多维正态随机变量 一、二维正态随机变量的已知结论 设二维随机变量(En)的联合概率密度为