《概率论数理统计》主要介绍的是概率论与数理统计。 概率论与数理统计是医药学类专业的一门重要的公共基础课, 它是一门从数量方面研究随机现象的客观规律性的数学学科 概率论是对随机现象统计规律演绎的研究,而数理统计是对 随机现象统计规律归纳的研究。二者在方法上有明显不同, 但作为一门学科,它们是互相渗透、互相联系的。概率论是 数理统计的基础,数理统计是概率论的应用 教学目的与教学要求:本课程讲述概率论与数理统计的 基本概念和基本方法

1.1 随机事件 1.2 事件的关系和运算 1.3 古典概率 1.4 几何概率 1.5 统计概率 1.6 概率的公理化定义

从本章起我们开始介绍统计推断它是数理统计的一个重要组 成部分。所谓统计推断就是利用样本(子样)提供的信息对总体的 某些统计特性进行估计和判断,从而认识总体。统计推断分为两大 类,一类是参数估计,另一类是假设检验。本章介绍参数估计

1.3概率模型与公理化结构 一、可测空间 柯氏公理体系是现代概率论的基石从古典概率、几何概率等共有基本属性出发,抽象并建立概率论的基础理论. 回顾古典概率、几何概率的定义,有如下问题:

一、 条件概率 例 1.8 考虑有两个孩子家庭（假定男女出生率一样）

上饶师范学院：《概率论与数理统计》课程教学资源（电子教案）第一章 事件与概率 1.5 条件概率、全概率公式和贝叶斯公式一、条件概率

一、概率的定义 一个随机事件在一次试验中可能发生,也可能不发生,但我们希望知道事件发生的可能性大 小,并且用数来刻划它。我们称用来刻画事件发生可能性大小的数为事件发生的概率。在概率论 发展初期,概率是用频率来定义,称为概率的统计定义。它的优点是比较直观,但是通过频率来 求概率,需要做的试验次数多、费时、费力,不严格,并且也不利于理论上的推广

概率统计是从数量上来研究随机现象统计规律的,为了便于 数学上的推导和计算,必须把随机事件数量化,由于随机因素 的影响,使试验出现各种不同的结果,因而用来描述随机事件 量也随着以偶然的方式取不同的值,当把一个随机试验的不同 结果用一个变量来表示时,便得到随机变量。 引入随机变量之后,使我们有可能利用数学分析 的方法来研究随机试验。随机变量是研究随机试验 的有效工具

在一定条件下必然发生的现象,称为确定性现象。在个别试验中呈现出不确定性,在大量重复试验中其结果又具有统计规律性的现象,称为随机现象。 概率论与数理统计是研究和揭示随机现象统计规律性的一门数学学科

1、理解随机事件和样本空间的概念，熟练掌握事件之间的关系与基本运算； 2、理解事件频率的概念，了解随机现象的统计规律性； 3、理解古典概率的定义，了解概率的统计定义、几何概率的定义，知道概率的公理化定义；